IV.10Дом, личная жизнь, уход и повседневные задачи

Это дообученная Linkanjarad модель MobileNetV2 с коэффициентом ширины 1.0 и входным разрешением 224×224, основанная на google/mobilenet_v2_1.0_224. Она предназначена для классификации изображений растений по 38 категориям, включая распространённые болезни сельскохозяйственных культур и здоровые растения. Модель можно применять для предварительной оценки состояния посевов по фотографиям. На тестовой выборке Plant Village указана точность 95,41% и значение Cross Entropy Loss 0,15. Результат зависит от качества и условий съёмки; модель не заменяет диагностику специалиста. Лицензия в метаданных обозначена как other, поэтому условия использования следует проверить в репозитории модели.

gefgu/modernbert-poi-type-aligner — кросс-энкодер, дообученный на базе nomic-ai/modernbert-embed-base для выбора типа общественного места по описанию человека и его расписанию. Модель создана для компонента POI-type aligner платформы CityBehavEx, предназначенной для моделирования городской мобильности; её также можно применять для ранжирования кандидатов в семантическом поиске. Модель принимает пары текстов и оценивает их соответствие одним числовым баллом. Она построена на ModernBERT, имеет около 149 млн параметров и поддерживает последовательности длиной до 8192 токенов. В README указана обучающая выборка из 8000 примеров. Модель работает с текстом; сведения указывают на англоязычную базовую модель и англоязычные примеры данных. Основной сценарий — ранжировать типы общественных мест по контексту человека и занятия в расписании. Для точных условий лицензии следует проверить лицензионные сведения репозитория: в предоставленных данных они не приведены. README просит цитировать публикацию CityBehavEx.

nimishac28/my_awesome_food_model — модель классификации изображений, созданная дообучением Vision Transformer ViT-Base разработчиками репозитория на неизвестном наборе данных. Она предназначена для определения класса по изображению; карточка называет её пищевой моделью, но не раскрывает список классов или конкретные сценарии применения. Модель содержит 113,2 млн параметров, использует библиотеку Transformers и сохранена в формате safetensors. Лицензия — Apache-2.0. На оценочном наборе указаны loss 2,2741 и accuracy 0,464. Эти результаты ограничивают уверенность в практическом качестве модели; сведения о данных обучения и оценки отсутствуют.

Qwen3-VL-8B-Thinking-Mobile-SFT — плотная мультимодальная модель на базе Qwen3-VL-8B-Thinking, разработанная проектом UI-MOPD. Она дообучена методом supervised fine-tuning на траекториях взаимодействия с мобильным графическим интерфейсом из мобильной части набора Uni-GUI: около 160 тысяч шагов в 11,5 тысячи траекторий. Модель предназначена для работы как мобильный GUI-агент, оценки обучающих данных и экспериментов по объединению моделей. Модель принимает изображения и текстовые инструкции, анализирует экран и выдаёт текстовые ответы с действиями для выполнения пользовательских задач в приложениях, включая навигацию, изменение настроек и отправку сообщений. Архитектура — Qwen3-VL с 8 млрд параметров; в метаданных указаны английский и китайский языки. Модель загружается через Transformers, веса доступны в формате safetensors. Это вспомогательный SFT-чекпойнт, обученный независимо от основного пути обучения UI-MOPD: 8B-студент проекта инициализируется базовой моделью и обучается отдельно с помощью дистилляции. Карточка позиционирует чекпойнт как самостоятельного агента и основу для экспериментов, но не приводит результаты его качества. Лицензия — Apache-2.0.

ReSpace SG-LLM 1.5B — языковая модель, дообученная Gradient Spaces на базе Qwen/Qwen2.5-1.5B-Instruct для синтеза трёхмерных сцен помещений по текстовому описанию. Она предназначена для сценариев генерации и редактирования сцен с мебелью; авторы рекомендуют использовать её вместе с инструментарием ReSpace для добавления и удаления объектов. Модель построена на архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке указана поддержка английского языка. Модель выдаёт текстовое представление результата генерации сцены и рассчитана на диалоговое взаимодействие. Карточка отмечает ограничения при самостоятельном использовании без обвязки ReSpace. Лицензия CC BY-NC-SA 4.0 допускает использование на её условиях, включая ограничения на коммерческое применение и требования к распространению производных материалов.

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

Модель ISxOdin/vit-base-oxford-iiit-pets — дообученный разработчиком ISxOdin Vision Transformer Google для классификации изображений кошек и собак по 37 породам из набора Oxford-IIIT Pet. Она принимает изображение и возвращает класс породы; в README указана точность 0,9445 на тестовой выборке. Модель построена на google/vit-base-patch16-224, содержит 113,2 млн параметров и доступна в формате safetensors для библиотеки Transformers. Модель подходит для учебных демонстраций переноса обучения, классификации пород на изображениях, похожих на данные Oxford-IIIT Pet, и сравнения с zero-shot классификаторами. Она может хуже распознавать породы и условия съёмки, не представленные в обучающем наборе; наиболее подходящи чёткие изображения питомцев, снятых крупным планом. Не предназначена для медицинских и критически важных решений. Лицензия — Apache 2.0.

Qwen-Image-Edit-2511-Object-Remover — адаптер LoRA, разработанный prithivMLmods для базовой модели Qwen/Qwen-Image-Edit-2511 от Qwen. Это image-to-image-модель для точного удаления указанных объектов с изображений с сохранением фона, остальных элементов, текстур, освещения, теней и структуры сцены. Адаптер предназначен для фотореалистичного и визуально незаметного редактирования: удаления украшений, очков, логотипов и других объектов. Для запуска используется библиотека Diffusers; заявлена совместимость с версиями 2509 и 2511. В README не указаны размер адаптера, точная архитектура базовой модели, максимальный контекст, полный список поддерживаемых языков и фактические требования к оборудованию. Для активации рекомендуется использовать специальный prompt на английском языке, описывающий удаление объектов с сохранением исходных деталей. Также упоминается возможность сочетания с lighting-моделью, настроенной на 4 шага, для получения качественных изображений высокого разрешения. Сильные стороны модели — специализация на удалении объектов и сохранение окружающего содержимого, реалистичности и исходных визуальных деталей. Ограничения включают зависимость от базовой Qwen/Qwen-Image-Edit-2511, необходимость корректного текстового запроса и отсутствие в README количественных оценок качества, сведений о производительности и подробностей о поддерживаемых сценариях. Лицензия — Apache-2.0.

Fillmanu1 разработал тайскую GPT-2-модель, дообученную для генерации ответов на вопросы о животных. Обучение проводилось на 3 000 парах вопросов и ответов о животных, включая тайских слонов, кошек породы као мани, собак тайский бангкэу и розовых дельфинов; в README указана проверочная perplexity 5,75. Модель использует архитектуру GPT-2 и формат safetensors, поддерживает тайский язык и имеет контекст длиной 1 024 токена. Её можно применять для ответов на тематические вопросы о животных на тайском языке. Лицензия — MIT.

Eileithyia-20b — ролевая языковая модель, созданная athirdpath. Это плотная LlamaForCausalLM на 19,8 млрд параметров, дообученная LoRA ранга 128 поверх athirdpath/Harmonia-20B. Модель генерирует текст и рассчитана на ролевые диалоги и повествование, в частности на темы беременности и репродуктивного здоровья. Обучающие данные в формате Alpaca включают медицинские тексты о беременности и репродуктивных органах, художественные отрывки, ролевые диалоги и материалы о разных этапах беременности. Предусмотрены режимы рассказчика и ролевой игры; контекст модели составляет 4096 токенов. В метаданных указана лицензия CC BY-NC 4.0, допускающая использование только на некоммерческих условиях.

IrisSpeak-135M — компактная модель для предсказания следующей карточки в системах альтернативной и дополнительной коммуникации (AAC). Она разработана на базе SmolLM2-135M-Instruct и дообучена на состояниях диалогов AAC. Архитектура LlamaForCausalLM дополнена обучаемой матрицей из 3 097 строк карточек и служебных маркеров; модель содержит 136,3 млн параметров и поддерживает контекст до 8 192 токенов. Модель получает настройки ситуации, недавний диалог, последнюю реплику собеседника и уже выбранные пользователем карточки. Она оценивает карточки из фиксированного словаря и ранжирует вероятные варианты следующего сообщения. Предназначена для работы на устройстве, в браузере через ONNX Runtime Web или в PyTorch. Обучение проводилось на 69 676 состояниях из общедоступных AAC-корпусов; на отложенных данных Recall@1 составляет 0,29, Recall@16 — 0,55, а Recall@100 — 0,78. Это исследовательский прототип для подсказок карточек AAC, а не медицинское устройство. Словарь карточек в репозитории отсутствует, поэтому модель нельзя полноценно применять без соответствующих карточек и интеграции. Лицензия — Apache-2.0.

Med42-v2-8B — медицинская языковая модель M42 Health AI Team, дообученная на базе Llama 3 8B Instruct. Это плотная авторегрессионная модель с 7,5 млрд параметров, предназначенная для генерации ответов на медицинские вопросы и других текстовых клинических сценариев. Она принимает и выдаёт текст, поддерживает английский язык и использует контекст до 8192 токенов. Модель подходит для медицинских вопросов и ответов, обобщения записей пациентов, поддержки клинических рассуждений и общих справок о здоровье. В тестах версии 8B приведены результаты по MedQA, MedMCQA, USMLE и медицинским разделам MMLU; показатели тестов не гарантируют точность или безопасность в реальных ситуациях. Разработчики предупреждают, что модель не готова к клиническому применению без тщательной проверки и валидации: она может выдавать неверную или вредную информацию и воспроизводить смещения обучающих данных. Не следует использовать её для принятия медицинских решений или ухода за пациентами без надлежащей оценки безопасности. Указана лицензия Llama 3 Community License Agreement.

PULSE-7bv5 — медицинская диалоговая языковая модель, разработанная коллективами Шанхайской лаборатории искусственного интеллекта, Шанхайского транспортного университета и Восточно-Китайского технологического университета. Это дообученная на базе Bloom 7B модель с архитектурой BloomForCausalLM и 9,1 млрд параметров. Для обучения использовано около 4 млн инструкционных примеров из медицинской и общей областей. Модель предназначена для медицинских текстовых задач: просвещения о здоровье, ответов на вопросы врачебных экзаменов, интерпретации отчетов, структурирования медицинских записей и имитации диагностики и лечения. Она поддерживает диалог, принимает и генерирует текст; карточка указывает китайский язык. Контекст составляет 2048 токенов. Модель может помогать с подготовкой и разбором медицинской информации, однако её ответы о диагнозе и лечении не заменяют консультацию врача и не должны служить основанием для самостоятельной диагностики или лечения. Веса распространяются по лицензии GNU AGPL 3.0; код проекта — по Apache 2.0.

Модель phungpx/RMBG-1.4-wall-segmentation-cubicassa — дообученная версия BRIA RMBG-1.4 для бинарной сегментации стен на архитектурных планах помещений. Она принимает изображение плана и выделяет пиксельную маску стены, отделяя её от фона; предназначена для автоматизированного разбора планировок и подготовки данных для последующей обработки. Модель основана на архитектуре SegformerForSemanticSegmentation и распространяется в формате safetensors для библиотеки Transformers. Валидационная оценка при пороге 0,5: точность пикселей 0,9738, IoU 0,7262 и Dice/F1 0,8414. Эти показатели относятся к указанному набору данных и разделению; качество на других типах планов может отличаться. Лицензия указана как other, поэтому условия использования следует сверить с карточками модели и базовой модели.

VEGA-3D (Video Extracted Generative Awareness) — модель на архитектуре Qwen2.5-VL с 7,1 млрд параметров, предназначенная для понимания видео с учётом пространственных признаков. Она использует подход, описанный в работе «Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding»: предварительно обученная видеодиффузионная модель применяется как симулятор латентного мира, чтобы дополнить мультимодальную языковую модель неявными трёхмерными пространственными априорными знаниями. Модель ориентирована на понимание сцен, пространственные рассуждения и принятие решений в задачах с воплощёнными агентами; заявленный pipeline Hugging Face — video-text-to-text. Контекст модели составляет 128 000 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Карточка описывает VEGA-3D как подключаемый фреймворк для расширения возможностей MLLM; сведений о поддерживаемых естественных языках и измеренных показателях качества нет. Практическое применение зависит от наличия совместимого базового окружения и компонентов фреймворка.

Arcane-7B — языковая модель с архитектурой Llama, разработанная ar3xop и дообученная для анализа психического здоровья. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текстовые выводы; контекст — до 4096 токенов. В карточке описаны анализ депрессивных симптомов, причин стресса, риска суицида, одиночества и эмоционального благополучия, включая оценку дистресса и объяснимые выводы. Модель предназначена для анализа разговоров и социальных взаимодействий в сценариях скрининга и оценки эмоционального состояния. Карточка не приводит результаты клинической валидации, поэтому её выводы не следует считать диагнозом или заменой профессиональной помощи. Лицензия — Llama 2 Community License.

Doctor-Chad — диалоговая языковая модель, опубликованная Xennon-BD. Она основана на архитектуре Qwen2 и предназначена для генерации текста в ответ на текстовые запросы; метаданные связывают её с медициной и биологией, а также с набором данных avaliev/chat_doctor. Модель содержит 494 млн параметров, работает через Transformers и поддерживает контекст до 131 072 токенов. Модель подходит для диалоговых ответов и генерации текста на медицинские темы, а карточка показывает пример обычного продолжения текстового запроса. В метаданных указан английский язык. Медицинская специализация отражена тегами и обучающим набором, однако карточка не приводит оценки клинической точности или сведения о проверке ответов. Модель распространяется по лицензии MIT.

Echelon-AI/hindi-medbot-llama3 — объединённая языковая модель на архитектуре Llama 3, созданная методом task arithmetic с помощью mergekit на основе HPAI-BSC/Llama3-Aloe-8B-Alpha и Cognitive-Lab/LLama3-Gaja-Hindi-8B-v0.1. Модель содержит около 7,5 млрд параметров, использует формат safetensors и рассчитана на контекст до 8192 токенов. По названию и базовым моделям она предназначена для генерации ответов на медицинские вопросы на хинди и английском языке. Её можно применять как чат-бота для справочной работы с медицинскими темами и как основу для исследовательских экспериментов; ответы не следует считать заменой консультации врача. Метаданные указывают на чат-возможности, а основная задача в каталоге — text-generation. Лицензия в предоставленных данных не указана.

Medical-Llama3-8B — дообученная ruslanmv плотная языковая модель семейства Llama 3 для ответов на медицинские вопросы. Она создана на базе meta-llama/Meta-Llama-3-8B и обучена на наборе ruslanmv/ai-medical-chatbot. Модель генерирует текст и поддерживает следование инструкциям; заявленный размер — 7,5 млрд параметров, длина контекста — 8192 токена. Модель предназначена для информационных ответов на вопросы о здоровье и для медицинских чат-ботов на английском языке. Распространяется по лицензии Apache-2.0. Точность ответов не гарантируется: модель не заменяет консультацию квалифицированного медицинского специалиста.

MedVoice-JP — это модель автоматического распознавания японской речи в медицинских сценариях, созданная на базе Whisper small и дообученная авторами репозитория. Она принимает аудио и выдаёт текстовую транскрипцию. Модель предназначена для черновой расшифровки речи медицинских работников; предполагается, что результат проверит человек. Модель построена на архитектуре Whisper и имеет 244 млн параметров. Для полного дообучения использовались около 3 600 высказываний 60 медицинских работников, охватывающих 22 специальности, уход, фармацевтику и другие медицинские профессии. В оценке на 155 высказываниях CER составила 0,1194 против 0,2906 у исходной Whisper small; авторы также сообщают о снижении ошибок в медицинских терминах. Репозиторий содержит веса SafeTensors, лицензия — MIT. Модель не является медицинским изделием и не предназначена для диагностики или выбора лечения. На пожилой речи точность снижается, качество может зависеть от говорящего; авторы отмечают возможное небольшое ухудшение распознавания общеупотребительных слов после дообучения. Оценка проведена на небольшой выборке.

Nail Set Diffusion — дообученная модель Stable Diffusion, созданная Weekend и Hyacinth для генерации изображений дизайна ногтей по текстовым описаниям. Для получения характерного эффекта авторы рекомендуют добавлять в запрос токен {Nail Set}; можно задавать тему, стиль и цветовую гамму маникюра. Модель обучена на наборе изображений nail sets с подписями, созданными CLIP Interrogator, примерно в течение 10 000 шагов с помощью EveryDream Finetune Script. Она использует формат Diffusers и PyTorch. Лицензия — OpenRAIL.

BuildEng V8 3B GGUF F16 — языковая чат-модель Irfan Uruchi для задач гражданского, строительного и конструкционного проектирования. Это версия в формате GGUF с точностью F16, конвертированная из дообученной модели Irfanuruchi/qwen2.5-3b-buildeng на базе Qwen/Qwen2.5-3B-Instruct. Модель предназначена для локального запуска в совместимых средах, например llama.cpp, и ориентирована на инженерные рабочие процессы: рассуждения о железобетоне, кладке, фундаментах, осадке, несущих элементах, дефектах зданий, обследованиях и последовательности строительства. Модель рассчитана на диалоговые ответы и консервативные рекомендации, особенно когда исходных данных по проекту недостаточно. В карточке указан английский язык. F16 сохраняет больше точности весов по сравнению с вариантами Q8_0 и Q4_K_M, но требует больше памяти и места для хранения. Лицензия обозначена как other. Ответы модели не заменяют инженерные расчёты, проверку применимых норм, обследование объекта и профессиональное заключение; их следует независимо проверять.

Модель peiyugeorgia/qwen2vl-crochetbench-task-c-finetuned — мультимодальная Qwen2-VL-7B, дообученная методом полного fine-tuning на задании C бенчмарка CrochetBench. Она принимает изображение готового изделия, связанного крючком, и составляет по нему инструкции для вязания в формате опубликованного узора: по рядам или кругам, с общепринятыми сокращениями и без дополнительных комментариев. Модель предназначена для опытных вязальщиц и вязальщиков; её архитектура — Qwen2VLForConditionalGeneration, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Поддержка изображений и диалога унаследована от Qwen2-VL-7B-Instruct; в карточке указан английский язык. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Её специализированная задача ограничена созданием схемы вязания крючком по изображению готового изделия. Точность сгенерированных инструкций может зависеть от того, насколько хорошо изображение показывает конструкцию изделия и детали узора.

Qwen-Image-Edit-Remover-General-LoRA — адаптер LoRA для модели Qwen/Qwen-Image-Edit, разработанный AI Laboratory компании Chongqing Valiant Cat Technology Co., Ltd. Модель предназначена для удаления объектов с изображений, включая фотографии товаров для электронной коммерции, персонажей и различные предметы, с использованием image-to-image редактирования. Адаптер ориентирован на работу в ComfyUI и интегрируется в модифицированный workflow Qwen-Image-Edit. Также заявлена совместимость с Diffusers и пайплайном QwenImageEditPipeline. Для указания объекта используется текстовый запрос, например «从场景中移除XXX» («удалить XXX из сцены»), однако фиксированная trigger-фраза отсутствует, а формулировки запросов требуют подбора. Ключевая заявленная особенность — сохранение исходной сцены и неизменённых областей изображения при удалении выбранного объекта. README не содержит сведений о размере адаптера, архитектуре базовой модели, поддерживаемых языках помимо примеров на английском и китайском, максимальном разрешении или длине контекста. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Smartwatch LM v0.1 — компактная GPT-подобная языковая модель для чата с помощником на умных часах и других носимых устройствах. В репозитории представлены веса PyTorch и модель ONNX для запуска через ONNX Runtime; архитектура — причинная GPT из 6 слоёв, около 12 млн параметров, контекст — 256 токенов, токенизатор BPE с размером словаря 3524. Модель генерирует разговорные ответы и теги намерений, которые приложение может использовать для маршрутизации запросов к обработчикам устройства. Она предназначена для демонстраций локального помощника на носимых устройствах, а не для универсального чата или критически важных сценариев. Лицензия — MIT.

Карточка модели XiaomiRobotics/Xiaomi-Robotics-U0-Sequence на Hugging Face совпадает с карточкой XiaomiRobotics/Xiaomi-Robotics-U0-4B, поэтому описание составлено по ней. Xiaomi-Robotics-U0-4B — мультимодальная авторегрессионная модель Xiaomi Robotics на архитектуре UNIS с 4 млрд параметров. Она использует общее дискретное пространство визуальных токенов и единый механизм предсказания следующего токена для текста и изображений. Контекст составляет 32 768 токенов. Модель предназначена для генерации и редактирования изображений по тексту и референсному изображению, создания многовидовых наблюдений для роботизированных сцен и переноса наблюдений в целевую RGB-сцену. Для отдельных Sequence-чекпойнтов описаны генерация чередующихся подзадач и видео, но README не относит эти сценарии к Xiaomi-Robotics-U0-4B. Карточка также сообщает об ускоренном FlashAR-варианте, однако не утверждает, что он используется в этом чекпойнте. Модель распространяется в формате safetensors по лицензии Apache-2.0. README описывает открытый код инференса и указывает, что код обучения планируется добавить позднее. В карточке не приведены результаты оценки качества именно версии 4B; скорость, указанная для FlashAR на H20, относится к другому варианту исполнения.

Banglish Companion — MLX — это 8-битная версия модели sifat-febo/banglish-companion, разработанная Sifat Febo для запуска на компьютерах Mac с Apple Silicon. Модель предназначена для локального диалогового использования на романизированном бенгальском языке (Banglish), без сетевых запросов после загрузки файлов. Она реализует генерацию текста и рассчитана на короткие разговорные обмены, в том числе эмоциональные беседы. Модель имеет размер 1,7 млрд параметров, поставляется в формате MLX и занимает около 1,9 ГБ. Для запуска используется библиотека mlx-lm; поддерживаются только Apple Silicon Mac, тогда как Intel Mac и Linux не поддерживаются. Модель работает с текстом, предназначена именно для Banglish и не рассчитана на бенгальское письмо или полноценный английский язык. Точный размер контекста в README не указан. К сильным сторонам относятся компактность, локальная работа без аккаунта и передачи пользовательских сообщений во внешние сервисы, а также более высокая сохранность качества по сравнению с 4-битной MLX-квантизацией, особенно в эмоциональных диалогах. Ограничения включают склонность 1,7B-модели к уверенным ошибочным ответам, ухудшение качества в длинных разговорах и отсутствие надежного отказа от вредных запросов. При сообщениях об опасности перед обращением к модели срабатывает отдельный классификатор ontor и возвращается фиксированный текст; это не является ответом самой модели. Модель не предназначена для профессиональных консультаций и сценариев, где необходимы гарантированные отказы. Распространяется по лицензии Apache 2.0. В README также указано, что автор проводил обучение и измерения самостоятельно; Claude Code от Anthropic использовался как инструмент разработки и написания.

Posos/ClinicalNER — многоязычная модель распознавания клинических сущностей, разработанная Posos на основе XLM-R Base, дообученного на англоязычном наборе n2c2. Она выделяет в медицинском тексте названия препаратов, дозировку, концентрацию, частоту и длительность приёма, а также лекарственную форму. Модель предназначена для извлечения сведений о назначениях из клинических записей и показала лучшие результаты на французском тестовом наборе MedNERF в режиме межъязыкового переноса без дообучения на французском. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и принимает текстовые последовательности длиной до 514 токенов. В README приведены результаты на MedNERF: micro-F1 0,804 и macro-F1 0,819. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение и требует распространения производных материалов на тех же условиях.

ControlLight — модель для управляемого улучшения изображений при слабом освещении, представленная авторами статьи «ControlLight: Towards Controllable, Consistent, and Generalizable Low-Light Enhancement». Она основана на FLUX.2 [klein] 9B и обучена как LoRA на наборе Light100K. Модель принимает изображение и повышает его освещённость, стремясь сохранить структуру сцены, визуальное содержание и мелкие детали. Силу улучшения можно задавать параметром alpha от 0 до 1: большее значение даёт более сильное осветление. В README рекомендуются 20 шагов вывода, guidance scale 1.0 и тип данных bfloat16; для работы указан CUDA и модифицированная локальная версия diffusers. Репозиторий распространяется по лицензии Apache-2.0. Модель предназначена для улучшения изображений в условиях недостаточного освещения; её описание не подтверждает поддержку иных задач редактирования изображений.

CURE-MED-7B — языковая модель Aikyam Lab и соавторов для многоязычных медицинских рассуждений и ответов на открытые медицинские запросы. Она дообучена на Qwen/Qwen2.5-7B-Instruct с помощью куррикулумного обучения с подкреплением: подход включает SFT с учётом переключения языков и GRPO. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 и принимает текст, выдавая текст; длина контекста — до 32 768 токенов. Модель предназначена для диалоговых медицинских сценариев на 13 языках, включая амхарский, бенгальский, французский, хауса, хинди, японский, корейский, испанский, суахили, тайский, турецкий, вьетнамский и йоруба. Обучение и оценка проводились на наборе CUREMED-BENCH, ориентированном на открытые медицинские вопросы с проверяемыми ответами. Модель доступна под лицензией Apache 2.0. Карточка не описывает клиническую валидацию; медицинские ответы требуют проверки специалистом.