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

worxrit17 разработал и опубликовал дообученную модель Thai GPT-2 для ответов на вопросы о животных, в первую очередь о кошках. Она обучена на 3 000 парах вопросов и ответов на тайском языке и предназначена для генерации текстовых ответов на запросы об этой теме. Модель использует архитектуру GPT-2, хранится в формате Safetensors и поддерживает контекст до 1 024 токенов. Лицензия — MIT. Карточка содержит мало сведений о качестве ответов, оценке модели и ограничениях обучающих данных. Поэтому ответы могут быть неполными или неточными; модель не следует считать надёжным источником ветеринарных рекомендаций.

Thai GPT-2 Fine-Tuned (Cat QA) — генеративная языковая модель на базе GPT-2, дообученная студентом Tatathamon на наборе данных cat_qa_3000, содержащем 3 000 пар вопросов и ответов о кошках. Модель предназначена для генерации ответов на вопросы на тайском языке в тематике кошек и домашних животных. Модель использует архитектуру GPT-2, поддерживает тайский язык и имеет контекст длиной до 1 024 токенов. В метаданных указана задача text-generation, а также оценочная метрика perplexity. Лицензия — MIT, поэтому модель можно использовать, изменять и распространять на условиях этой лицензии. Модель узкоспециализирована на вопросах о кошках и не позиционируется как универсальный ассистент. README не содержит результатов оценки, подробностей обучения, размера модели или описания проверок качества, поэтому ответы могут быть неточными, неполными или зависеть от содержания обучающего набора.

ACT 기반의 LeRobot 로봇 제어 정책으로, danny1002가 SO-ARM101 양팔 로봇에서 책상 위 쓰레기를 빗자루와 쓰레받기로 모으도록 학습했습니다. 정책은 VAE 인코더 4개 층과 dim_model=512, 8개 어텐션 헤드를 사용하며, 비전 백본은 ImageNet1K_V1로 사전학습된 ResNet18입니다. 동작 청크와 실행 단계는 각각 100개입니다. 모델은 두 대의 카메라(front 및 wrist) 관측과 25 Hz 제어 주파수를 전제로 합니다. 학습 데이터셋은 danny1002/trash_gathering이며, 학습은 20 000 шагов и batch size 32. Политика не зависит от языка: переданный текст задачи не меняет поведение, она выполняет только уборку мусора. Качество может снижаться при изменении расположения предметов, освещения или угла камеры. Лицензия — Apache-2.0.

hsaest/Llama-3.1-8B-Instruct-travelplanner-SFT — разговорная текстовая модель семейства Llama 3.1, дообученная для планирования путешествий. Метаданные указывают архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; модель загружается в формате safetensors и предназначена для использования через Transformers. Модель подходит для диалоговых запросов о планировании поездок и генерации текстовых рекомендаций по маршруту. README приводит результаты сравнения базовых моделей Llama 3.1 8B и Qwen2 7B на задачах планирования языковых агентов, но не содержит описания конкретного дообучения этой модели или её собственных оценок. Лицензия и подробные ограничения в предоставленных данных не указаны.

lerobot/xvla-folding — дообученная модель управления роботом на базе X-VLA, подготовленная в экосистеме LeRobot для складывания ткани. X-VLA использует архитектуру Vision-Language-Action на основе единого Transformer и мягкие промпты для управления роботами с разным воплощением и в разных средах. Модель обучена на наборе данных Soft-FOLD для складывания ткани; в карточке заявлен стопроцентный успех в течение двух часов непрерывного складывания. Модель принимает изображения с нескольких камер, состояние и проприоцептивные данные робота, а также необязательную текстовую инструкцию, и выдаёт непрерывные управляющие действия. Целевая функция обучения — flow matching. Модель предназначена как отправная точка для дальнейшего дообучения под конкретный сценарий, а запуск и обучение описаны для LeRobot. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Заявленный результат относится к описанному сценарию складывания ткани; карточка не приводит данных о проверке на других задачах или роботах.

senaro/atlasv13-gemma4-26b — дообученная модель Senaro на базе senaro/atlas-trm13-gemma4-26b, построенная на плотной архитектуре Gemma 4 и предназначенная для работы в диалоговом формате с изображениями и текстом. В карточке она обозначена как текущая производственная версия Atlas v13 и лицензирована по Apache-2.0. Модель позиционируется как компаньон для общения, в том числе с пользователями AuDHD. По заявлению автора, её дообучили так, чтобы уменьшить терапевтические отказы и автоматические рекомендации кризисных служб. Это повышает важность заданных системным промптом границ и порогов эскалации. Автор предупреждает, что модель не заменяет помощь специалиста и не подходит для общего развёртывания без защитных ограничений; также сообщается о критической проблеме безопасности при отдельных обменах репликами и планируемом выводе версии из эксплуатации.

Thai GPT-2 Khao Manee Cat QA — модель на основе Thai GPT-2, дообученная студентом и пользователем imcut3cumb3r. Она предназначена для генерации ответов на вопросы и предоставления информации о кошках породы као-мани (Khao Manee) на тайском языке. В качестве набора данных указан khao_manee_3000, а заявленная метрика оценки — perplexity. Модель ориентирована на тайскоязычные сценарии, связанные с вопросами и текстовой генерацией о породе као-мани. Из README подтверждены архитектурное семейство GPT-2, язык th и специализация после fine-tuning; точный размер модели, объём контекста, параметры обучения и результаты оценки не указаны. Поэтому нельзя достоверно оценить её качество, скорость или пригодность для более общих задач. Сильной стороной модели является узкая предметная специализация на тайском языке и тематике као-мани. Ограничения включают неизвестные технические характеристики, неполную информацию о данных и отсутствии описания рисков, смещений и тестирования; ответы могут быть неточными за пределами этой тематики. Модель распространяется по лицензии MIT.

Модель wellCh4n/tomato-leaf-disease-classification-vit — дообученный Vision Transformer ViT-Base/16, созданный на основе google/vit-base-patch16-224-in21k для классификации изображений листьев томата по заболеваниям. Она предназначена для распознавания болезней по фотографии листа; README сообщает о точности 0,9967 на оценочной выборке датасета wellCh4n/tomato-leaf-disease-image. Модель содержит 113,2 млн параметров, принимает изображения и выдаёт метку класса. Репозиторий использует Transformers и хранит веса в формате safetensors. Лицензия — Apache-2.0. Результат на оценочной выборке не гарантирует такую же точность на фотографиях из других условий; перечень классов и языковые характеристики в предоставленных данных не описаны.

Это дообученная политика smolvla для управления роботом, созданная с помощью Vibe Data Studio на 744 эпизодах телеоперации. Она основана на lerobot/smolvla_base и предназначена для выполнения языковых инструкций при работе с огурцом: захвата, размещения на разделочной доске и очистки кожуры. Модель принимает изображения с трёх камер и состояние робота, а выдаёт непрерывные действия для семи суставов и захвата. В обучающих данных было 95 399 кадров с частотой 20 кадров в секунду; инструкции привязаны к конкретной конфигурации камер и робота. Репозиторий использует формат safetensors. Модель подходит для роботизированных манипуляций с огурцом в сценариях, похожих на обучающие записи. Её возможности за пределами этих действий и конфигурации оборудования не описаны. Сведения о лицензии в предоставленных данных отсутствуют.

Thai GPT-2 Fine-Tuned — генеративная модель семейства GPT-2, дообученная студентом Jatpipat на наборе данных cat_questions_answers_3000, содержащем 3 000 пар вопросов и ответов о кошках на тайском языке. Модель предназначена для генерации ответов и продолжения текста в сценариях вопросов и ответов на тайском языке. Модель поддерживает тайский язык, использует контекст длиной до 1 024 токенов и распространяется по лицензии MIT. Её основная специализация — ответы на вопросы о кошках; узкая тематическая настройка может быть полезна для учебных прототипов, демонстраций и экспериментальных чат-ботов в этой области. Модель не следует использовать как универсальную систему вопросов и ответов или как источник критически важных сведений. README не содержит результатов оценки, подробностей архитектуры, размера модели, параметров обучения и рекомендаций по безопасному применению; качество и фактическую достоверность ответов следует проверять.

Solshine/reflection-llama-3.1-8B-Natural-Farmer-4-16bit — дообученная Solshine языковая модель семейства Llama 3.1 с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Она предназначена для генерации текста и диалогов о натуральном земледелии, в частности для ответов о корейском натуральном земледелии, приготовлении ферментированных удобрений и уходе за растениями. В карточке приведены примеры ответов об IMO, FAA и FPJ, а также о ферментации рыбных аминокислот. Модель дообучена на базе Solshine/reflection-llama-3.1-8B-Natural-Farmer-3-16bit; обучение выполнено с использованием Unsloth и TRL. Метаданные указывают контекст до 131 072 токенов, английский язык, чат и интерфейс вызова инструментов. Данные README описывают обучение на 100 примерах, поэтому специализацию следует считать узкой, а качество и точность советов — проверять. Лицензия — Apache-2.0.

402Thada/thai-qa-lab-model — модель семейства GPT-2, дообученная на тайском языке для вопросов и ответов. Её разработал ธาดา แกล้วทนงค์ как часть учебного задания; в README указано, что тема данных — любимые животные, в частности кошки. Метаданные связывают модель с набором данных disease_3000.csv, но карточка не поясняет его содержание и не описывает процесс обучения. Модель предназначена для генерации ответов на вопросы на тайском языке в рамках узкой темы, связанной с кошками. Архитектура — GPT2LMHeadModel; контекст составляет 1024 токена. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Оценки качества, метрики, подробное описание обучающих данных и рекомендации по использованию в карточке отсутствуют. Поэтому пригодность ответов для медицинских или иных критически важных решений не подтверждена.

Pocket Mechanic — дообученная на основе Google Gemma 4 E2B IT модель для диалоговой помощи по автомобильной диагностике. Она предназначена для ответов на вопросы по обслуживанию автомобилей и OBD-II, а также для поддержки сценариев поиска и объяснения неисправностей. Модель использует плотную архитектуру Gemma 4, а в этом репозитории представлены объединённые веса LoRA в формате fp16 safetensors для Transformers и PyTorch. Карточка сообщает о тестировании квантованной версии Q8_0 GGUF на отложенной выборке: в слепом сравнении она достигла 81,3% качества модели-наставника Claude Opus 4.7 по оценке судьи; результат основан на 100 случаях и не гарантирует аналогичного качества в реальном применении. Для модели указана лицензия Gemma. Исходная Gemma 4 E2B IT мультимодальна, однако карточка Pocket Mechanic описывает автомобильную специализацию и не подтверждает отдельные сценарии работы с изображениями или аудио.

pillIdentifierAI/pillIdentifier — модель классификации изображений таблеток, созданная в рамках школьного проекта. Это дообученная версия vision transformer google/vit-base-patch16-224 с архитектурой ViTForImageClassification и 113,2 млн параметров. Модель анализирует цвет, форму и маркировку таблетки, чтобы отнести её изображение к классу лекарства; обучающие изображения взяты из проекта C3PI Министерства здравоохранения США. Модель предназначена для экспериментальной автоматической идентификации таблеток по изображению. В README сообщается о низкой точности: менее 20% в исходной версии и менее 30% в версии, обученной на 20 наиболее распространённых таблетках. Поэтому её результаты не подходят для надёжной идентификации лекарств или принятия медицинских решений. Лицензия репозитория — AGPL-3.0.

Vision Narrator 0.8B — компактная визуально-языковая модель Nice Dreamz на базе Qwen3.5 0.8B, дообученная для помощи незрячим и слабовидящим пользователям. Она принимает изображение и вопрос о нём или запрос на описание, а затем формирует ответ; модель предназначена для офлайн-запуска на телефоне. Вариант в этом репозитории использует 4-битные веса языковой части в формате MLX, тогда как визуальный энкодер оставлен без сжатия. Архитектура — Qwen3_5ForConditionalGeneration: языковая часть имеет 24 слоя, а визуальная башня — 12 слоёв. Модель отвечает на вопросы о повседневных сценах и предметах, читает бытовые документы и счета, а также сообщает, когда изображение слишком тёмное или нечёткое для надёжного ответа. В тесте на 295 отложенных вопросах VizWiz версия v09 показала 66,4% стандартной точности; при этом README отмечает слабое распознавание направления движения лифта и возможные ошибки в названиях брендов и отправителях на плохо освещённых страницах. Модель рассчитана на английский язык и бытовые ситуации в США. Лицензия — Apache-2.0.

Карточка модели shui674/JoyAI-VL-Interaction-Preview на Hugging Face совпадает с карточкой jdopensource/JoyAI-VL-Interaction-Preview, поэтому описание составлено по ней. JoyAI-VL-Interaction Preview — экспериментальная модель семейства Qwen3-VL, разработанная JD. Это плотная vision-first модель масштаба 8B для непрерывного анализа живого видеопотока: примерно раз в секунду она решает, стоит ли ответить, продолжить наблюдение без ответа или передать сложную подзадачу фоновому агенту и позже учесть его результат. Решение о моменте взаимодействия обучается внутри модели на временно выровненных данных и с помощью RL. Модель предназначена для сценариев, где важно заметить событие в реальном времени, например падение человека или появление объекта в трансляции. README описывает её как стандартную Qwen3-VL VLM, которую можно обслуживать через vLLM; голосовой ввод и вывод, а также делегирование подключаются как внешние компоненты. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Карточка не сообщает длину контекста и подробные показатели качества.

Карточка модели wuhao221/JoyAI-VL-Interaction-Preview на Hugging Face совпадает с карточкой jdopensource/JoyAI-VL-Interaction-Preview, поэтому описание составлено по ней. JoyAI-VL-Interaction Preview — экспериментальная модель семейства Qwen3-VL, разработанная JD. Это плотная vision-first модель масштаба 8B для непрерывного анализа живого видеопотока: примерно раз в секунду она решает, стоит ли ответить, продолжить наблюдение без ответа или передать сложную подзадачу фоновому агенту и позже учесть его результат. Решение о моменте взаимодействия обучается внутри модели на временно выровненных данных и с помощью RL. Модель предназначена для сценариев, где важно заметить событие в реальном времени, например падение человека или появление объекта в трансляции. README описывает её как стандартную Qwen3-VL VLM, которую можно обслуживать через vLLM; голосовой ввод и вывод, а также делегирование подключаются как внешние компоненты. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Карточка не сообщает длину контекста и подробные показатели качества.

Fire-Detection-Siglip2 — модель классификации изображений, разработанная prithivMLmods и дообученная на основе google/siglip2-base-patch16-224 с архитектурой SiglipForImageClassification. Она относит изображение к одному из трёх классов: огонь, дым или нормальная обстановка без признаков пожара. Модель предназначена для наблюдения за помещениями и территориями, раннего обнаружения возможной пожарной опасности и интеграции в системы оповещения и мониторинга. В README приведён отчёт классификации на 3030 примерах с точностью 99,41%; эти результаты относятся к указанной в карточке оценке и не гарантируют такую же точность на других данных. Модель принимает изображения и выдаёт метку класса. Файлы опубликованы в формате safetensors, библиотека для работы — Transformers. Лицензия — Apache-2.0.

Human-Action-Recognition — модель классификации изображений, созданная PrithivMLmods дообучением Google SigLIP 2 Base Patch16 224. Она принимает отдельные изображения и относит действия людей к одному из 15 классов: звонок, хлопки, езда на велосипеде, танец, питьё, еда, драка, объятия, смех, прослушивание музыки, бег, сидение, сон, переписка и работа за ноутбуком. Модель предназначена для распознавания действий на фотографиях в сценариях мониторинга, спортивной аналитики, анализа изображений в социальных сетях, наблюдения за активностью пациентов и робототехники. Модель использует архитектуру SiglipForImageClassification и распространяется в формате Safetensors для Transformers. Карточка не приводит оценок качества; классификация ограничена указанными 15 классами и предназначена для неподвижных изображений, поэтому её нельзя трактовать как распознавание последовательностей действий в видео. Лицензия — Apache-2.0.

JoyAI-VL-Interaction Preview — экспериментальная модель семейства Qwen3-VL, разработанная JD. Это плотная vision-first модель масштаба 8B для непрерывного анализа живого видеопотока: примерно раз в секунду она решает, стоит ли ответить, продолжить наблюдение без ответа или передать сложную подзадачу фоновому агенту и позже учесть его результат. Решение о моменте взаимодействия обучается внутри модели на временно выровненных данных и с помощью RL. Модель предназначена для сценариев, где важно заметить событие в реальном времени, например падение человека или появление объекта в трансляции. README описывает её как стандартную Qwen3-VL VLM, которую можно обслуживать через vLLM; голосовой ввод и вывод, а также делегирование подключаются как внешние компоненты. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Карточка не сообщает длину контекста и подробные показатели качества.

NeuroBERT-Mini — компактная англоязычная модель семейства BERT, созданная boltuix на основе google-bert/bert-base-uncased и предназначенная для обработки текста на устройствах с ограниченными ресурсами. В метаданных указано около 9,9 млн параметров; README описывает архитектуру из двух слоёв с размером скрытого состояния 256 и четырьмя головами внимания. Модель использует библиотеку Transformers, принимает текст с контекстом до 512 токенов и выдаёт предсказания для маскированных токенов или метки классификации. Основные сценарии — заполнение пропусков, классификация коротких текстов и команд, распознавание намерений и извлечение сущностей, особенно в офлайн-приложениях для умного дома, IoT, мобильных устройств и носимой электроники. Компактный размер и ориентация на локальный запуск подходят для сценариев с низкой задержкой и ограниченной связью. README приводит оценочные результаты и задержку, но отмечает, что показатели зависят от устройства и тонкой настройки; часть результатов названа гипотетической. Модель распространяется по лицензии MIT.

Food Freshness Detector — классификатор изображений на ResNet18, дообученный с помощью FastAI для оценки свежести фруктов и овощей. Он относит RGB-изображение размером 224×224 пикселя к одному из трёх классов: «свежий», «слегка испорченный» или «испорченный». Модель предназначена для быстрой визуальной проверки продуктов и прототипов приложений контроля свежести. Модель использует transfer learning и распространяется в формате PyTorch как файл весов state dict с конфигурацией архитектуры и списком меток классов. Карточка указывает лицензию MIT. Классификатор ограничен тремя категориями и обучен для фруктов и овощей; точность на конкретных продуктах и условиях съёмки из карточки не следует.

Модель lamao-ab/paligemma-blind-assist-lora-merged-v1 разработана как адаптация PaliGemma 3B Mix 224 для задач визуальной доступности. Это плотная мультимодальная модель Google PaliGemma с 2,92 млрд параметров: LoRA-адаптер ранга 8 обучен на данных VizWiz и объединён с базовыми весами в самостоятельный чекпойнт bf16. Модель принимает изображение и текстовый запрос и генерирует текстовый ответ; предназначена для визуальных вопросов и описания сцен для незрячих и слабовидящих пользователей. В README приведены результаты на VizWiz: точность VQA выросла с 73,95 до 75,80, а CIDEr-D для описаний изображений — с 55,31 до 98,08. На общих наборах VQAv2 и COCO-Caps наблюдалось небольшое снижение отдельных метрик. Для хранения модели требуется около 5,45 ГБ памяти. Лицензия Gemma; применяются условия лицензии Google Gemma.

NeuroBERT-Pro — англоязычная BERT-модель, представленная boltuix и дообученная на основе google-bert/bert-base-uncased. Она предназначена для заполнения пропусков в тексте и классификации коротких команд, например для распознавания намерений в приложениях умного дома, мобильных устройствах и IoT-системах с ограниченными ресурсами. Модель поддерживает работу без подключения к интернету и рассчитана на локальный инференс; заявлены архитектура из 8 слоёв со скрытым размером 512 и контекст до 512 токенов. В метаданных указано около 49,2 млн параметров, а README заявляет квантованный размер около 150 МБ. Для извлечения пропущенных слов используется masked language modeling; также README описывает классификацию текста и заявляет сценарии распознавания именованных сущностей. Приведённая оценка основана на небольшом наборе примеров, а часть результатов прямо обозначена как гипотетическая, поэтому заявления о точности и производительности следует проверять на целевых данных и устройстве. Лицензия MIT разрешает коммерческое и личное использование.

NeuroBERT-Small — компактная англоязычная BERT-модель, разработанная boltuix на основе google-bert/bert-base-uncased и предназначенная для локального запуска на устройствах с ограниченными ресурсами. В карточке указана архитектура BERT с 6 слоями, размером скрытого состояния 256 и 4 головами внимания; метаданные сообщают о 14,1 млн параметров, библиотеке Transformers и максимальном контексте 512 токенов. README приводит другую оценку числа параметров — около 20 млн — и заявляет размер порядка 50 МБ после квантования. Основная задача по карточке — классификация текста, включая распознавание намерений и разбор команд для IoT, умного дома, мобильных приложений и голосовых ассистентов. Модель также поддерживает заполнение пропусков в тексте; README упоминает NER и другие сценарии, но результаты для них не подтверждены метаданными. Заявлены низкая задержка и работа офлайн на маломощном оборудовании, однако приведённые показатели оценки названы приблизительными, а примеры результатов — гипотетическими. Модель дообучена на базе BERT и распространяется под лицензией MIT, допускающей коммерческое и личное использование. Она рассчитана на английский язык; для специализированных или высокоточных применений её качество следует проверять на собственных данных и целевом устройстве.

Модель edwardjross/xlm-roberta-base-finetuned-recipe-all разработана на основе XLM-RoBERTa base и дообучена для распознавания именованных сущностей в строках ингредиентов рецептов. Она присваивает токенам метки, включая название ингредиента, состояние обработки и единицу измерения; в карточке также упомянуты дополнительные метки. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa для классификации токенов и имеет контекст длиной 514 токенов. Модель предназначена для извлечения и разметки сведений об ингредиентах в рецептах, например для структурирования списков покупок или наполнения базы рецептов. На тестовом наборе автор сообщает F1 0,9615. Модель обучалась на двух американских англоязычных источниках рецептов, поэтому её применимость к другим языкам и форматам ограничена. Она размечает субтокены, метки нужно распространять на целые слова; для лучших результатов рекомендуется предварительно разделять символы и числа с единицами. При нескольких ингредиентах в одной строке модель обычно распознаёт только первый. Лицензия — MIT.

mbien/recipenlg — модель семейства GPT-2, сопровождающая статью RecipeNLG: A Cooking Recipes Dataset for Semi-Structured Text Generation. Она предназначена для генерации кулинарных рецептов по текстовому запросу или полуструктурированному описанию. Модель доступна в форматах PyTorch, Flax и Safetensors; размер контекста составляет 1024 токена. Модель подходит для создания черновиков рецептов и генерации полуструктурированного кулинарного текста. Карточка не сообщает размер модели, языки обучения или лицензию, поэтому эти характеристики нельзя уточнить. Качество и безопасность сгенерированных рецептов следует проверять, в частности инструкции по приготовлению и пищевые рекомендации.

SpatialThinker-3B — мультимодальная модель для пространственного анализа изображений, разработанная Хунаром Батрой и соавторами из Оксфордского университета и Калифорнийского университета в Санта-Крузе. Она дообучена методом GRPO на базе Qwen2.5-VL-3B-Instruct и использует пространственные награды, чтобы связывать объекты и отношения между ними со структурированным обоснованием ответа. Модель принимает изображения и текстовые вопросы, строит ориентированный на вопрос подграф сцены с объектами, рамками и пространственными отношениями, затем отвечает на естественном языке. Она предназначена для девяти типов задач: отношений, достижимости, размера, ориентации, местоположения объектов, глубины, расстояния, подсчёта и определения наличия объектов. В README заявлено превосходство над GPT-4o на тестах пространственного понимания при обучении на 7 587 примерах STVQA-7K. Это плотная модель семейства Qwen2.5-VL с 3,1 млрд параметров и контекстом 128 000 токенов. Карточка указывает английский язык; модель распространяется в формате safetensors по лицензии Apache-2.0. Результаты на других задачах и языках README не описывает; заявленное сравнение с GPT-4o относится к пространственным бенчмаркам.

nateraw/vit-base-cats-vs-dogs — модель классификации изображений на базе Vision Transformer (ViT), дообученная на наборе cats_vs_dogs. Она различает изображения кошек и собак. Модель содержит 113,2 млн параметров и опубликована в формате PyTorch. По данным карточки, на тестовой выборке модель достигла accuracy 0,9935 и loss 0,0202. Её можно применять для автоматической сортировки изображений кошек и собак. Модель распространяется по лицензии Apache-2.0.

NeuroBERT — компактная англоязычная модель на базе BERT, опубликованная boltuix и дообученная на google-bert/bert-base-uncased. По метаданным это 16,2 млн параметров, архитектура BertForMaskedLM, формат safetensors и контекст до 512 токенов. README также заявляет 8 слоёв, размер скрытого состояния 256 и квантованный размер около 57 МБ, однако число параметров там отличается от метаданных. Модель предназначена для заполнения пропусков в тексте и классификации коротких фраз, в частности для распознавания намерений и разбора команд умного дома или IoT-устройств. Её позиционируют для локального офлайн-запуска на мобильных и встраиваемых устройствах, где важны задержка и приватность. README перечисляет также семантическое сходство и распознавание сущностей, но не приводит подробных результатов оценки для этих сценариев. Модель принимает текст и выдаёт предсказания токенов или метки классификации. Указанная в README оценка заполнения пропусков основана на десяти примерах и названа гипотетической, поэтому она не подтверждает общее качество модели. Лицензия MIT допускает коммерческое и личное использование.