IV.1Ритейл, электронная коммерция и fashion-tech

ustc-community/dfine-xlarge-coco — реализация D-FINE для Transformers, основанная на работе Янсонга Пэна и соавторов; модель предоставлена сообществом USTC. Это детектор объектов, обученный на COCO: по изображению он находит объекты и предсказывает их классы и ограничивающие рамки. Архитектура D-FINE использует уточнение распределения для регрессии рамок и самодистилляцию для улучшения локализации; модель распространяется в формате Safetensors. Модель предназначена для обнаружения объектов в реальном времени и может применяться в автономном вождении, системах видеонаблюдения, робототехнике и аналитике розничной торговли. Карточка описывает обучение и оценку на COCO. Лицензия — Apache 2.0. Размер модели и контекст здесь не относятся к применимым характеристикам.

ustc-community/dfine-xlarge-obj2coco — реализация D-FINE для Transformers, представленная участником сообщества VladOS95-cyber при содействии qubvel-hf. Это плотная модель обнаружения объектов на основе архитектуры D-FINE, разработанной для точной локализации объектов в реальном времени. D-FINE использует уточнение мелкодискретных распределений регрессии рамок и самодистилляцию для глобальной оптимальной локализации. Модель сначала обучалась на Object365, а затем дообучалась на COCO; в карточке также указано обучение и оценивание на COCO train2017 и val2017. Её можно применять для обнаружения объектов в системах автономного вождения, видеонаблюдения, робототехники и розничной аналитики. Модель принимает изображения и выдаёт классы объектов с ограничивающими рамками. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

Карточка модели ShantyCam/dfine-x-obj2coco на Hugging Face совпадает с карточкой ustc-community/dfine-xlarge-obj2coco, поэтому описание составлено по ней. ustc-community/dfine-xlarge-obj2coco — реализация D-FINE для Transformers, представленная участником сообщества VladOS95-cyber при содействии qubvel-hf. Это плотная модель обнаружения объектов на основе архитектуры D-FINE, разработанной для точной локализации объектов в реальном времени. D-FINE использует уточнение мелкодискретных распределений регрессии рамок и самодистилляцию для глобальной оптимальной локализации. Модель сначала обучалась на Object365, а затем дообучалась на COCO; в карточке также указано обучение и оценивание на COCO train2017 и val2017. Её можно применять для обнаружения объектов в системах автономного вождения, видеонаблюдения, робототехники и розничной аналитики. Модель принимает изображения и выдаёт классы объектов с ограничивающими рамками. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

zeromodels/dino-resnet50 — порт на Keras 3 самообученного визуального backbone DINO на базе ResNet-50. Веса конвертированы из официальной реализации facebookresearch/dino; модель разработана ZeroModels на основе работы исследователей Facebook AI Research. Она извлекает семантические признаки из изображений и возвращает токены или карты признаков, без отдельной головы для конкретной задачи. Подходит как визуальный энкодер для поиска похожих изображений, кластеризации и последующих задач компьютерного зрения. Реализация работает с TensorFlow, Torch и JAX; в метаданных репозитория указан формат TensorFlow. DINO обучен самообучением на разных фрагментах одного изображения без меток. README не сообщает поддерживаемые естественные языки или размер контекста, которые для этой модели не являются применимыми. Лицензия — Apache 2.0.

facebook/dinov3-convnext-base-pretrain-lvd1689m — зрительная модель Meta AI из семейства DINOv3, вариант ConvNeXt Base с 89 млн параметров. Она обучена на веб-данных LVD-1689M путём дистилляции модели DINOv3 ViT-7B и предназначена для извлечения плотных признаков изображений как основы для задач компьютерного зрения. Модель принимает изображения и выдаёт признаки, пригодные для классификации, поиска похожих изображений, сегментации, оценки глубины и обнаружения объектов. Представления можно применять без дообучения, например с простым классификатором или поиском ближайших соседей; дополнительная настройка может улучшить результаты, но способна усилить смещения, связанные с метками обучения. Модель работает с изображениями разных размеров; для вариантов ViT в карточке указано требование к кратности размера изображения патчу 16, но это ограничение не следует автоматически переносить на ConvNeXt. Карточка отмечает различия качества между географическими регионами и категориями дохода. Указана лицензия DINOv3 License; метаданные Hugging Face классифицируют её как other.

Карточка модели athena2634/dinov3-vitl16-pretrain-lvd1689m на Hugging Face совпадает с карточкой facebook/dinov3-vitl16-pretrain-lvd1689m, поэтому описание составлено по ней. facebook/dinov3-vitl16-pretrain-lvd1689m — визуальная модель семейства DINOv3, разработанного Meta AI. Это вариант Vision Transformer ViT-L, дообученный на веб-наборе LVD-1689M; модель предназначена для извлечения универсальных признаков изображений, которые можно использовать в задачах компьютерного зрения без дополнительного обучения или с лёгкой классификационной головой. Модель принимает изображения и формирует признаки класса и патчей. Архитектура ViT использует патчи размером 16 пикселей и поддерживает изображения с размерами, кратными 16; изображения других размеров обрезаются до ближайшего меньшего кратного. Признаки применимы для классификации, поиска похожих изображений, сегментации, оценки глубины и обнаружения объектов. Карточка описывает семейство DINOv3, включая вариант ViT-L на 300 млн параметров; отдельный размер контекста к этой модели не относится. В карточке отмечены различия качества между регионами и снижение результатов для географических групп с низким доходом; дообучение на целевых метках может усилить смещения. Указана лицензия DINOv3 License (в метаданных — other), поэтому условия использования следует сверять с текстом лицензии репозитория.

facebook/dinov3-vitl16-pretrain-lvd1689m — визуальная модель семейства DINOv3, разработанного Meta AI. Это вариант Vision Transformer ViT-L, дообученный на веб-наборе LVD-1689M; модель предназначена для извлечения универсальных признаков изображений, которые можно использовать в задачах компьютерного зрения без дополнительного обучения или с лёгкой классификационной головой. Модель принимает изображения и формирует признаки класса и патчей. Архитектура ViT использует патчи размером 16 пикселей и поддерживает изображения с размерами, кратными 16; изображения других размеров обрезаются до ближайшего меньшего кратного. Признаки применимы для классификации, поиска похожих изображений, сегментации, оценки глубины и обнаружения объектов. Карточка описывает семейство DINOv3, включая вариант ViT-L на 300 млн параметров; отдельный размер контекста к этой модели не относится. В карточке отмечены различия качества между регионами и снижение результатов для географических групп с низким доходом; дообучение на целевых метках может усилить смещения. Указана лицензия DINOv3 License (в метаданных — other), поэтому условия использования следует сверять с текстом лицензии репозитория.

Dream-Machine-08-09 — рекомендательная модель DreamMachine Research Team, представленная как Transformer dual-tower с multi-hash embeddings. Она предназначена для извлечения кандидатов и ранжирования товаров в системах рекомендаций: в карточке описаны многоканальный recall, повторное ранжирование с оценками CTR, CVR и времени взаимодействия, а также сценарии работы с каталогами масштаба до миллиарда объектов. Репозиторий содержит веса в формате safetensors и компоненты Transformers; для загрузки пользовательских классов указано использование trust_remote_code. В README приведены результаты на симулированных 1 000 товарах электронной коммерции: HR@10 — 1,0, NDCG@10 — 0,537, AUC — 0,4849. Эти результаты относятся к указанному тесту и сами по себе не подтверждают качество на реальном трафике. Модель принимает структурированные признаки объектов и пользователей и выдаёт представления для поиска и ранжирования; заявлены языки китайский и английский. Лицензия CC BY-NC 4.0 разрешает использование с некоммерческим ограничением.

EfficientNet-B5 — сверточная модель классификации изображений, подготовленная Россом Уайтманом в библиотеке timm. Модель предварительно обучена на ImageNet-12k и дообучена на ImageNet-1k; карточка указывает 30,4 млн параметров и рекомендуемый размер изображения 448 × 448 пикселей. Её можно использовать для классификации изображений, извлечения карт признаков и получения эмбеддингов изображений. Модель предназначена для распознавания объектов и других категорий, представленных в ImageNet-1k. Репозиторий предоставляет веса PyTorch и SafeTensors; лицензия — Apache-2.0. Карточка не сообщает о поддержке языкового ввода или вывода.

EVA-02 Base Patch14 448 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, опубликованная в библиотеке timm. Авторы статей EVA-02 предварительно обучили её на ImageNet-22k методом masked image modeling с EVA-CLIP в роли учителя, а затем дообучили на ImageNet-22k. Модель содержит 103,1 млн параметров и рассчитана на изображения размером 448 × 448 пикселей. Архитектура — Vision Transformer с mean pooling, SwiGLU, Rotary Position Embeddings и дополнительной нормализацией в MLP. Модель подходит для классификации изображений и как визуальный backbone для задач, которым нужны признаки изображения; также можно получать эмбеддинги изображений. Контрольная точка timm сохранена в float32; README отмечает, что исходные версии в некоторых случаях доступны в float16 или bfloat16. Лицензия — MIT.

EVA Large Patch14 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, опубликованная в библиотеке timm. Авторы статьи EVA предварительно обучили её на ImageNet-22k методом masked image modeling с EVA-CLIP в роли учителя, затем дообучили на ImageNet-22k и ImageNet-1k. Модель содержит около 304,5 млн параметров и рассчитана на изображения размером 336 × 336 пикселей. Модель подходит для определения объектов и сцен на изображениях, а также как визуальный backbone для получения эмбеддингов и построения прикладных систем компьютерного зрения. Веса репозитория timm представлены в float32; README отмечает, что исходные версии в некоторых случаях доступны в float16 или bfloat16. Репозиторий распространяется по лицензии MIT.

Карточка модели xycheni/facebook-dinov3-vitl16-pretrain-lvd1689m на Hugging Face совпадает с карточкой facebook/dinov3-vitl16-pretrain-lvd1689m, поэтому описание составлено по ней. facebook/dinov3-vitl16-pretrain-lvd1689m — визуальная модель семейства DINOv3, разработанного Meta AI. Это вариант Vision Transformer ViT-L, дообученный на веб-наборе LVD-1689M; модель предназначена для извлечения универсальных признаков изображений, которые можно использовать в задачах компьютерного зрения без дополнительного обучения или с лёгкой классификационной головой. Модель принимает изображения и формирует признаки класса и патчей. Архитектура ViT использует патчи размером 16 пикселей и поддерживает изображения с размерами, кратными 16; изображения других размеров обрезаются до ближайшего меньшего кратного. Признаки применимы для классификации, поиска похожих изображений, сегментации, оценки глубины и обнаружения объектов. Карточка описывает семейство DINOv3, включая вариант ViT-L на 300 млн параметров; отдельный размер контекста к этой модели не относится. В карточке отмечены различия качества между регионами и снижение результатов для географических групп с низким доходом; дообучение на целевых метках может усилить смещения. Указана лицензия DINOv3 License (в метаданных — other), поэтому условия использования следует сверять с текстом лицензии репозитория.

Subramanya97/modernbert-large-unspsc-query — дообученная модель классификации запросов на базе двунаправленного энкодера answerdotai/ModernBERT-large. Она сопоставляет короткий текстовый запрос с одной или несколькими из 732 точных категорий UNSPSC; на вход подаётся только запрос, а выходом служат оценки категорий, отфильтрованные порогом 0,81. Модель содержит 394,7 млн параметров, использует архитектуру ModernBERT для классификации последовательностей и поддерживает контекст до 8192 токенов, хотя при обучении максимальная длина входа составляла 256 токенов. Модель предназначена для классификации поисковых запросов по категориям товаров и услуг UNSPSC. Обучена на 128 373 примерах с метками слабого надзора. Приведённые метрики измеряют соответствие обучающей выборке, а не качество на новых данных; модель следует проверять на отдельной выборке с ручной разметкой. Лицензия — Apache-2.0; проект не связан с UNSPSC и не одобрен этой организацией.

Moirai-2.0-R-Small — компактная авторегрессионная модель трансформера для прогнозирования временных рядов, разработанная Salesforce. Она предварительно обучена на наборах GIFT-Eval и Chronos, синтетических рядах и внутренних операционных данных Salesforce; размер модели — 12,4 млн параметров. Для запуска вывода используется библиотека uni2ts. Модель предназначена для прогнозирования временных рядов. В версии 2.0 применяются функция потерь на квантилях, предсказание нескольких токенов за шаг, фильтрация рядов низкого качества при обучении, патчевые эмбеддинги с информацией о пропусках и случайное маскирование патчей для повышения устойчивости при выводе. Модель выпущена для исследовательского использования; Salesforce указывает, что исследовательская версия и связанные данные не разрабатывались и не оценивались для всех прикладных сценариев. Перед применением следует оценить точность, безопасность и справедливость результатов, особенно в сценариях с высокими последствиями ошибок. Лицензия — CC BY-NC 4.0.

naflexvit_so400m_patch16_siglip.v2_webli — веса визуального энкодера NaFlexViT для библиотеки timm, основанные на архитектуре SigLIP-2 SO400M/16. Модель предназначена для извлечения признаков изображений и может использоваться как визуальный энкодер в системах поиска по изображениям, сопоставления изображений и текста или последующей классификации. Репозиторий содержит веса PyTorch в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка не сообщает о дополнительных обучающих данных, численных характеристиках размера или ограничениях применения.

zeromodels/owlv2-large-patch14-ensemble — конверсия модели OWLv2-large-patch14-ensemble от Google в Keras 3, подготовленная проектом zeromodels. Это модель обнаружения объектов с открытым словарём: при обработке изображения можно задавать свободные текстовые запросы для поиска объектов. Архитектура сохраняет двухбашенный каркас OWL-ViT и детекционную голову по патчам; OWLv2 добавляет оценку объектности и использует самообучение на парах изображение–текст из веба. Модель принимает изображения и текстовые запросы и выдаёт обнаруженные объекты с оценками. Реализация Keras 3 работает с TensorFlow, PyTorch и JAX. При обработке учитывайте, что изображения дополняются до квадратного размера перед изменением масштаба: исходные размеры нужно корректно передавать при постобработке. Для детектора с открытым словарём часто подходят более низкие пороги, чем для детекторов с фиксированными классами. Лицензия — Apache 2.0.

PyraFuse — модель семантической сегментации изображений на основе энкодеров DINOv3, предназначенная для выделения фона, ткани и кожи. Автор модели — jamal-one; в карточке указано, что связанная с ней статья принята на AIMLSystems 2026. Доступны варианты с энкодерами DINOv3 ViT-S/16, ViT-S+/16 и ViT-B/16. Модель принимает RGB-изображение размером 448×448 и выдаёт попиксельные оценки для трёх классов: фон, ткань и кожа. Предусмотрены мобильные и периферийные сборки ExecuTorch для CPU, Core ML и Vulkan; для TensorRT движок требуется собрать на целевой системе. README приводит результат mIoU 0,907 для варианта small на первых 200 изображениях отложенной тестовой выборки при 448 пикселях. Модель подходит для анализа одежды и видимых участков кожи на изображениях, в том числе на мобильных устройствах. Точность может зависеть от качества изображения, освещения, перекрытий, вида одежды и представленности данных. Это инструмент для исследований и инженерных задач, не для медицинских или биометрических решений. Обучающие метки объединяют Fashionpedia и visuAAL; исходные данные не распространяются вместе с моделью, поэтому необходимо соблюдать условия их наборов. Лицензия указана как other без уточнения условий в предоставленных данных.

RecBERT — модель на архитектуре BERT, разработанная для рекомендаций. Она предварительно обучена на промышленном наборе данных CMCC, собранном China Mobile, и предназначена для кодирования объектов рекомендаций в векторы, объединяющие сигналы коллаборативной фильтрации и семантическую информацию текста. Её можно применять как энкодер элементов в рекомендательных системах, а также для вычисления сходства между текстовыми представлениями. Модель содержит 129,5 млн параметров и обрабатывает до 512 токенов; доступны веса PyTorch. Для использования предусмотрены Sentence-Transformers и Transformers. Карточка не сообщает лицензию и подробные ограничения по качеству или составу данных; специализированное обучение на видеорекомендациях CMCC может ограничивать перенос на другие предметные области.

RecGPT-7B-Instruct — языковая модель, разработанная Hoang Ngo и Dat Quoc Nguyen для текстовых рекомендательных систем. Это версия RecGPT-7B, настроенная следовать инструкциям; модель основана на архитектуре MPT и предназначена для генерации текста в задачах рекомендаций. Модель рассчитана на прогнозирование рейтингов и последовательные рекомендации по текстовым данным. Авторы сообщают, что в экспериментах она превзошла сильные базовые методы на этих задачах. Доступны модели, а также наборы данных для предварительного обучения и дообучения. В карточке указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

Карточка модели ShantyCam/rtdetr-v2-r101 на Hugging Face совпадает с карточкой PekingU/rtdetr_v2_r101vd, поэтому описание составлено по ней. PekingU/rtdetr_v2_r101vd — модель компьютерного зрения на архитектуре RT-DETRv2, разработанной исследователями из Пекинского университета и соавторами. Версия с backbone ResNet-101 VD предназначена для обнаружения объектов на изображениях: она возвращает метки классов, оценки уверенности и координаты рамок. Модель обучена на COCO train2017 и оценивалась на COCO val2017. RT-DETRv2 развивает RT-DETR с помощью выборочного извлечения многомасштабных признаков, дискретного оператора выборки и улучшенных стратегий обучения. Архитектура рассчитана на обнаружение объектов в реальном времени и упрощённое развёртывание на разных платформах. Модель подходит для автономного транспорта, видеонаблюдения, робототехники и анализа розничной торговли. Репозиторий использует библиотеку Transformers и формат safetensors; лицензия — Apache-2.0.

Xenova/segformer_b0_clothes — модель сегментации изображений, созданная сообществом Xenova на основе mattmdjaga/segformer_b0_clothes. Она предназначена для выделения областей одежды и других элементов на фотографиях людей, например для анализа изображений одежды, виртуальной примерки, обработки каталогов и фоновой сегментации. Модель совместима с библиотекой Transformers.js и рассчитана на использование в JavaScript-приложениях, включая веб-среду. В репозитории представлены ONNX-веса для архитектуры SegFormer B0. Модель работает с изображениями и возвращает набор масок сегментации с метками, среди которых указаны Background и Hair; полный перечень классов в README не приведён. Размер модели, максимальный контекст, поддерживаемые языки, точность и подробные характеристики обучения не указаны. В примере оценки для результатов указано значение score: null. Сильной стороной модели является возможность запуска через Transformers.js и использования ONNX-весов в приложениях, совместимых с этим форматом. Ограничения включают отсутствие данных о качестве, производительности, размере и полном наборе классов, поэтому пригодность для конкретных изображений и сценариев требует отдельной проверки. Лицензия в README не указана.

SigLino-70M — плотная модель компьютерного зрения семейства SigLino, разработанная авторами работы AMoE, принятой на CVPR 2026. Это вариант с 70 млн параметров и 12 слоями; семейство сочетает идеи SigLIP2 и DINOv3 и использует дистилляцию в архитектуру Mixture-of-Experts. Репозиторий содержит веса в формате safetensors для Transformers. Модель предназначена для извлечения признаков изображений, которые можно использовать для поиска похожих изображений и классификации, в том числе в режиме zero-shot. В README приведены результаты на разрешении 512×512: точность kNN-классификации ImageNet 81,7%, средняя точность kNN на шести наборах данных 86,2% и точность zero-shot-классификации ImageNet 71,2% для ансамбля признаков. Лицензия — Apache-2.0.

Swin Base Patch4 Window7 224 — модель компьютерного зрения для классификации изображений из семейства Swin Transformer, опубликованная авторами статьи и доступная в библиотеке timm. Она предварительно обучена на ImageNet-22k и дообучена на ImageNet-1k; содержит около 87,8 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Иерархическая архитектура Vision Transformer обрабатывает изображение с помощью сдвинутых окон. Модель также может служить основой для извлечения карт признаков и эмбеддингов изображений. Основной сценарий применения — определение классов объектов на изображениях. Веса доступны в форматах PyTorch и Safetensors; лицензия — MIT. Карточка не описывает языковые возможности, поскольку модель принимает изображения и выдаёт предсказания классов или признаки.

timm/tf_efficientnetv2_m.in21k — модель EfficientNetV2-M для классификации изображений и извлечения признаков. Её обучили авторы оригинальной статьи на ImageNet-21k в TensorFlow, а Ross Wightman перенёс веса в PyTorch; репозиторий использует библиотеку timm и предоставляет веса в форматах PyTorch и safetensors. Модель предназначена для присвоения изображениям классов, извлечения карт признаков и получения эмбеддингов изображений. В ней около 80,8 млн параметров; размер изображения при обучении составлял 384×384 пикселя, при тестировании — 480×480. Это визуальная модель без обработки естественного языка. Распространяется по лицензии Apache-2.0.

TinyViT-21M-224 — модель классификации изображений из семейства TinyViT, опубликованная авторами статьи TinyViT и доступная через timm. Она предварительно обучена на ImageNet-22k с дистилляцией, а затем дообучена на ImageNet-1k. Модель содержит 21,2 млн параметров, рассчитана на изображения размером 224 × 224 и может использоваться как классификатор или визуальный backbone для извлечения карт признаков и эмбеддингов. Модель предназначена для распознавания объектов и категорий на изображениях, а также для получения признаковых представлений в компьютерном зрении. В карточке указана лицензия Apache-2.0. Данные подтверждают работу с изображениями и классификацию; другие возможности зависят от последующей обработки признаков.

UL_base_classification — модель классификации изображений, созданная дообучением Vision Transformer ViT-Base/16 от Google. В ней около 113,2 млн параметров; веса представлены в формате Safetensors. Для обучения использован набор данных imagefolder. Модель предназначена для присвоения изображениям классов. В README указаны результаты на оценочной выборке: точность 0,8921 и loss 0,3125. Состав классов и подробности обучающей и оценочной выборок не описаны, поэтому эти результаты нельзя переносить на другие данные без проверки. Лицензия — Apache-2.0.

Это модель Vision Transformer (ViT) для классификации изображений и извлечения признаковых представлений. Она обучена авторами исследования на ImageNet-21k с дополнительной аугментацией и регуляризацией в JAX, а затем перенесена в PyTorch Россом Уайтманом. Модель содержит около 102,6 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель подходит для определения содержимого изображений и получения эмбеддингов для последующей обработки. Она доступна через библиотеку timm; веса представлены в форматах PyTorch и safetensors. Лицензия — Apache-2.0.»,»summary_ru»:»ViT — модель для классификации изображений и извлечения признаков, обученная на ImageNet-21k.»,

timm/vit_base_patch16_dinov3_qkvb.lvd1689m — визуальный энкодер на архитектуре Vision Transformer (ViT) с патчами 16×16, реализованный в библиотеке timm. Модель DINOv3 обучена на наборе LVD-1689M методом дистилляции от DINOv3 ViT-7B. Веса содержат 85,7 млн параметров; указанная в карточке рабочая ширина изображения — 256×256 пикселей. Модель извлекает признаки, карты признаков и эмбеддинги изображений. Эти представления можно использовать как основу для классификации, сегментации, поиска похожих изображений и других задач компьютерного зрения. Вариант qkvb сохраняет нулевые смещения QKV-проекций для совместимости с поведением исходной модели и Transformers; в timm предусмотрено небольшое численное отличие в представлении периодов RoPE. Лицензия обозначена как DINOv3 с типом метаданных other.

AIMv2 Large Patch14 336 Distilled — зрительная модель Apple из семейства AIMv2, представленная в виде чекпойнта для извлечения признаков изображений. Модель построена на архитектуре Aimv2VisionModel, содержит 308,3 млн параметров и доступна для Transformers в форматах Flax и safetensors. Модель принимает изображения и выдаёт визуальные признаки для последующего использования в задачах компьютерного зрения, например для сравнения изображений, поиска по визуальному сходству и построения классификаторов. Семейство AIMv2 предварительно обучалось с мультимодальной авторегрессионной целью; в README заявлены сильные результаты на задачах мультимодального понимания, обнаружения объектов с открытым словарём и распознавания. Чекпойнт опубликован под лицензией Apple AMLR. В карточке нет конкретных оценок именно этой версии или описания ограничений по данным и применению, поэтому результаты семейства не следует считать гарантией качества данного варианта.

WhitePeak/bert-base-cased-Korean-sentiment — модель для анализа тональности отзывов покупателей на корейском языке, созданная дообучением многоязычной модели BERT google-bert/bert-base-multilingual-cased. Она использует архитектуру BertForSequenceClassification и предназначена для классификации текста отзыва по тональности. В README указаны результаты оценки: accuracy 0,9234 и F1 0,9238. Модель содержит 205,1 млн параметров, работает с текстом и поддерживает контекст до 512 токенов. Для использования подходят сценарии анализа корейских отзывов о товарах и автоматической классификации мнений покупателей. Лицензия — Apache-2.0.