IV.1Ритейл, электронная коммерция и fashion-tech

Карточка модели phan-kim-tu/RMBG-1.4 на Hugging Face совпадает с карточкой briaai/RMBG-1.4, поэтому описание составлено по ней. BRIA RMBG v1.4 — модель сегментации для удаления фона, разработанная BRIA AI. Она выделяет передний план на изображении и подходит для обработки фотографий объектов, людей, товаров, игровых и рекламных материалов, в том числе для создания контента в больших объёмах. Модель основана на IS-Net и обучена на более чем 12 000 высококачественных изображений с попиксельной разметкой. В обучающих данных представлены фотореалистичные и нефотореалистичные изображения, однотонные и сложные фоны, одиночные и множественные объекты. Конкретные размер модели и длина контекста не относятся к указанным характеристикам. По карточке модели, она доступна для некоммерческого использования по лицензии Creative Commons; коммерческое применение требует отдельного соглашения с BRIA. Модель предназначена для удаления фона и не является универсальным инструментом сегментации для произвольных классов.

Карточка модели qqceqqq/RMBG-2.0-BAK на Hugging Face совпадает с карточкой camenduru/RMBG-2.0, поэтому описание составлено по ней. BRIA AI разработала RMBG-2.0 — модель сегментации изображений для удаления фона, построенную на архитектуре BiRefNet и обученную на профессионально размеченных изображениях. Она выделяет передний план на фотографиях и других изображениях с людьми, предметами и животными, в том числе при сложном или неоднородном фоне. Модель выдаёт одноканальную 8-битную альфа-матte в оттенках серого: значение каждого пикселя задаёт степень его прозрачности. Это позволяет применять собственные пороги отделения переднего плана от фона и встраивать модель в конвейеры обработки изображений. В метаданных указаны форматы PyTorch, Safetensors и ONNX. Обучающие данные включают более 15 000 вручную размеченных изображений из категорий электронной коммерции, рекламы, игр и общего стокового контента. По данным карточки, модель улучшает RMBG v1.4; независимые показатели качества в предоставленных материалах не приведены. Лицензия CC BY-NC 4.0 разрешает некоммерческое использование; для коммерческого использования требуется отдельное соглашение с BRIA.

Модель blanchefort/rubert-base-cased-sentiment-rurewiews — русскоязычный классификатор тональности отзывов на товары. Она разработана на основе DeepPavlov/rubert-base-cased-conversational и обучена на наборе RuReviews. Архитектура — BERT для классификации последовательностей; модель относит текст к одному из трёх классов: нейтральный, положительный или отрицательный. Модель предназначена для анализа отзывов на русском языке, например для автоматической сортировки и мониторинга обратной связи о товарах. Максимальная длина контекста — 512 токенов; опубликованы форматы PyTorch, TensorFlow и Flax, включая веса safetensors. Лицензия в предоставленных данных не указана.

SCHP-LIP-20 — модель семантической сегментации людей, основанная на ResNet-101 и методе Self-Correction Human Parsing. Разработчик этой карточки упаковал чекпойнт для API Transformers AutoModel; исходный проект — PeikeLi/Self-Correction-Human-Parsing. Модель обучена на наборе LIP и размечает изображение по 20 классам одежды, частей тела, аксессуаров и фона. Она принимает изображение размером 473 × 473 пикселя и выдаёт попиксельные оценки классов, а также выходы parsing и edge heads. Модель предназначена для выделения областей одежды и частей тела на фотографиях людей: эти маски можно использовать для извлечения палитры одежды, маркировки товаров, предварительной обработки для виртуальной примерки и ускорения аннотации данных. На валидационной части LIP указана метрика mIoU 59,36%. Для репозитория доступны форматы Safetensors и ONNX; README приводит результаты ускорения ONNX и INT8-квантизации. Лицензия — MIT. Качество зависит от соответствия изображениям и классам LIP; заявленная метрика относится к валидации этого набора. Модель предназначена для одиночного human parsing и не описана как универсальный сегментатор произвольных объектов.

Trendyol-Vision-Flash — мультимодальная модель Trendyol для контроля качества и модерации каталога электронной торговли. Она дообучена методом полного SFT на мультимодальных данных каталога на базе OpenGVLab/InternVL3_5-1B-Instruct. Архитектура InternVL3.5-1B включает InternViT-300M и языковую основу Qwen3-0.6B; модель принимает изображения и текст, поддерживает до 16 изображений в одном запросе и предназначена для работы на одной GPU с низкой задержкой. Модель распознаёт бренды, сравнивает карточки товаров на совпадение SKU, извлекает атрибуты и количество в упаковке, создаёт заголовки и описания товаров, а также классифицирует контент по безопасности каталога. Основной язык — турецкий, английский поддерживается как дополнительный. Модель рассчитана на производственные потоки каталога Trendyol, а не на открытый диалог или масштабную классификацию товарных категорий. К сильным сторонам относятся компактный размер, обработка нескольких изображений и специализация на рабочих задачах каталога. Результаты могут хуже переноситься на другие предметные области; качество английского зависит от задачи, а метки модерации могут не соответствовать правилам каждой платформы или юрисдикции, поэтому для важных решений рекомендуется проверка человеком. Лицензия — CC BY 4.0.

fal/virtual-tryoff-lora — это адаптер LoRA для модели генерации и редактирования изображений FLUX.2-klein-base-9B, разработанный Riza Velioglu в fal.ai. Модель предназначена для виртуального «снятия» одежды с фотографии человека: на вход подаются изображение человека в одежде и текстовое указание категории предмета, а на выходе создаётся изображение этого предмета отдельно, без видимого человека, в виде изделия на невидимом манекене или в формате предметной фотографии. Адаптер сохраняет стиль, текстуру, цвет и дизайн одежды из исходного изображения и поддерживает обработку футболок, платьев, брюк, комплектов и полного образа. Это image-to-image модель с текстовым управлением, рассчитанная на сценарии каталогизации одежды, подготовки товарных изображений и визуального контента для электронной коммерции. В основе используется FLUX.2-klein-base-9B; обучение выполнено на 10 000 шагах с learning rate 0,00005 на наборе из 300 пар изображений размером 1024×1024. В README не указаны поддерживаемые языки и дополнительные ограничения качества. Модель распространяется по лицензии Apache 2.0.

Модель Wargon Innovation для классификации изображений одежды, дообученная на базе Google ViT Base/16. Она относит вещь на фотографии к одному из 27 типов, включая футболки, джинсы, платья, куртки и брюки. Модель предназначена для категоризации товаров в интернет-магазинах и на площадках продажи одежды из вторых рук, учёта ассортимента и подбора рекомендаций. Модель содержит 113,2 млн параметров и принимает изображения, приведённые к размеру 224×224 пикселя. На валидационной выборке из обучающего набора автор сообщает точность 73% и F1-мера 72,7%. Лицензия — Apache 2.0. Лучше всего модель работает на чистых, хорошо освещённых фотографиях одежды, снятой спереди на простом фоне. Классы ограничены 27 категориями; качество может снижаться на сложных фонах, иных ракурсах и новых или дорогих вещах, которые отличаются от обучающих примеров.

CATVTON-Flux-Alpha — модель виртуальной примерки одежды, разработанная автором под именем Black Magic An. Она переносит одежду с изображения предмета на изображение человека с учётом маски человека и использует подход CATVTON вместе с заполнением областей на основе FLUX.1 Fill. Модель предназначена для создания реалистичных визуализаций того, как выбранная одежда будет выглядеть на человеке. Для запуска подаются изображение человека, маска, изображение одежды и, при желании, случайное зерно. В карточке указано обучение на VITON-HD и результат FID 5,59 на этом наборе при масштабе и числе шагов 30; это заявление автора, а не независимая оценка. Репозиторий использует Diffusers и формат safetensors, базовая модель — black-forest-labs/FLUX.1-Fill-dev. Лицензия CC BY-NC 2.0 разрешает использование с указанием авторства, но некоммерческое.

CATVTON-Flux — модель виртуальной примерки одежды, опубликованная разработчиком, указанным в карточке как Black Magic An. Она переносит одежду с изображения предмета на изображение человека, используя маску человека; модель основана на дообученной black-forest-labs/FLUX.1-Fill-dev и применяется для генерации изображения с помощью inpainting. В README указаны входы: изображение человека, маска, изображение одежды и необязательное случайное зерно. Репозиторий содержит веса safetensors и рассчитан на работу через Diffusers. Для обучения использовался набор данных DressCode. Лицензия CC BY-NC 2.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Карточка не приводит количественных оценок качества или дополнительных ограничений по входным изображениям.

Карточка модели metarank/ce-esci-MiniLM-L6-v2 на Hugging Face совпадает с карточкой metarank/ce-esci-MiniLM-L12-v2, поэтому описание составлено по ней. metarank/ce-esci-MiniLM-L12-v2 — модель Sentence-Transformers, разработанная Roman Grebennikov и дообученная на датасете Amazon ESCI. Она преобразует предложения и абзацы в плотные векторы размерностью 384 и предназначена для поиска семантически близких текстов и кластеризации. Архитектура основана на BERT; в метаданных указано около 40 млн параметров и контекст до 512 токенов. Модель подходит для семантического поиска и сравнения запросов с товарами или другими текстами. В README название базовой модели указано как cross-encoder/ms-marco-MiniLM-L-6-v2, тогда как идентификатор репозитория и метаданные указывают на MiniLM-L12-v2; поэтому точная связь версии в названии с описанным обучением требует осторожной трактовки. Репозиторий содержит форматы PyTorch, Safetensors и ONNX. Условия лицензии в предоставленных данных не описаны.

Chronos-Bolt Base — предварительно обученная модель прогнозирования временных рядов, разработанная AutoGluon. Она предназначена для прогнозирования без дообучения на целевом наборе данных: принимает исторические наблюдения и строит вероятностные прогнозы на несколько будущих шагов, в том числе с учётом ковариат. Модель основана на архитектуре T5 encoder-decoder, использует патчи из нескольких наблюдений и выдаёт прогнозы по квантилям. В карточке указаны 99,1 млн параметров и контекст до 512 токенов; обучение проводилось на почти 100 млрд наблюдений временных рядов. Модель ориентирована на быстрое пакетное прогнозирование и развёртывание в AutoGluon и Amazon SageMaker; поддерживаются CPU и GPU. README сообщает о более высокой точности, скорости до 250 раз выше и использовании памяти до 20 раз ниже по сравнению с моделями Chronos того же размера, а также о превосходстве Base над Chronos Large в бенчмарке. Эти сравнительные результаты относятся к описанным в карточке условиям оценки. Лицензия — Apache-2.0. Языковые свойства здесь не применимы к обычному тексту: входом и выходом служат временные ряды и их прогнозы.

Chronos-Bolt Small — предварительно обученная модель прогнозирования временных рядов из семейства Chronos-Bolt, опубликованная AutoGluon. Она предназначена для прогнозов без дообучения на конкретном наборе данных. Модель использует архитектуру T5 encoder-decoder: кодировщик обрабатывает фрагменты истории, а декодер напрямую строит вероятностные прогнозы по нескольким будущим шагам, включая квантильные оценки. Модель обучалась на почти 100 млрд наблюдений временных рядов. Для неё указан контекст до 512 наблюдений; README описывает поддержку ковариат и запуск на CPU и GPU. Авторы сообщают, что Chronos-Bolt быстрее и экономнее по памяти исходных Chronos того же размера, а в приведённых ими бенчмарках показывает более высокую точность. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Метаданные указывают 22 млн параметров, тогда как таблица README для варианта small указывает 48 млн; размер модели в источниках расходится.

Карточка модели CollectionStudio/chronos-bolt-small на Hugging Face совпадает с карточкой amazon/chronos-bolt-small, поэтому описание составлено по ней. Chronos-Bolt Small — предварительно обученная модель Amazon для прогнозирования временных рядов с нулевым дообучением на новых данных. Она использует архитектуру T5 encoder-decoder: кодировщик обрабатывает исторические наблюдения блоками, а декодер напрямую строит вероятностные прогнозы квантилей на несколько будущих шагов. По README модель обучалась на почти 100 млрд наблюдений временных рядов; метаданные указывают архитектуру T5 и 22 млн параметров, тогда как таблица README приводит для варианта Small 48 млн параметров. Модель предназначена для прогнозирования временных рядов, в том числе без предварительного обучения на целевом наборе данных. Для промышленного использования README рекомендует AutoGluon, который также позволяет дообучать модель, учитывать ковариаты и объединять прогнозы с другими моделями; доступно развёртывание через SageMaker JumpStart на CPU и GPU. Заявлены более высокая скорость и меньший расход памяти по сравнению с исходными моделями Chronos сопоставимого размера. Контекст составляет 512 наблюдений по метаданным. Лицензия — Apache-2.0.

elalber2000/clip-fashion-garments2look — модель CLIP на базе архитектуры ViT-B/32, упакованная для sentence-transformers. Она преобразует изображения и текст в векторы общего пространства, чтобы находить визуально подходящую одежду по текстовому запросу или сопоставлять изображения с описаниями. Модель предназначена для поиска изображений и оценки сходства между текстом и изображением; название репозитория указывает на сценарий подбора образов по предметам одежды. Модель позволяет строить поиск по каталогу одежды и ранжировать изображения по близости к текстовому описанию. В карточке приведён ориентир CLIP ViT-B/32 в 63,3% точности top-1 на валидационном наборе ImageNet; это справочная цифра для указанного варианта архитектуры, а не отдельная оценка качества поиска одежды этой модели. Веса представлены в формате safetensors. Язык текстовой части и лицензия в предоставленных материалах не указаны.

EZlee разработал мультиязычную модель эмбеддингов на архитектуре BERT, предназначенную для представления предложений и абзацев в виде плотных векторов размерностью 768. Модель подходит для поиска семантически близких текстов, кластеризации и сравнения предложений; по названию она ориентирована на электронную коммерцию. Модель содержит 205,1 млн параметров, принимает текст и имеет контекстное окно до 512 токенов. В карточке указаны английский и китайский языки. Для работы доступны PyTorch и библиотека Sentence Transformers; при использовании Transformers требуется применить подходящую операцию pooling к выходам токенов. Лицензия в предоставленных данных не указана.

metarank/esci-MiniLM-L6-v2 — модель эмбеддингов предложений, созданная Roman Grebennikov на базе sentence-transformers/all-MiniLM-L6-v2 и дообученная на датасете Amazon ESCI. Она преобразует предложения и абзацы в плотные векторы размерности 384 для семантического поиска, сравнения текстов и кластеризации. Модель основана на архитектуре BERT, содержит 25,9 млн параметров и принимает последовательности длиной до 512 токенов. Доступны веса в форматах PyTorch и ONNX. Обучение с MultipleNegativesRankingLoss и косинусным сходством ориентирует модель на сопоставление связанных текстов, что подходит, например, для поиска товаров по запросу. Карточка не сообщает лицензию, поэтому условия использования следует проверить отдельно. README не указывает языки обучения; не следует считать модель специально оптимизированной для русского языка.

Модель touchtech/fashion-images-perspectives-vit-large-patch16-384-v2 — дообученная Touchtech версия Vision Transformer ViT-Large от Google для классификации изображений одежды и модных образов. Она принимает изображения и предсказывает категории, связанные с датасетом fashion-images-perspectives-v4. Модель содержит 402,7 млн параметров, использует архитектуру ViTForImageClassification и распространяется в формате Safetensors. На указанном в карточке наборе для оценки достигнуты loss 0,1395 и accuracy 0,9655. Модель предназначена для классификации модных изображений; качество на других наборах данных и в иных сценариях может отличаться. Лицензия — Apache-2.0.

Finegrain Box Segmenter — модель компании Finegrain для выделения объектов на изображениях и создания масок высокого разрешения. Она основана на MVANet и обучена для сегментации с подсказкой в виде ограничивающей рамки. Модель формирует маски размером до 1024×1024 и альфа-маски, пригодные для вырезания объекта без дополнительной постобработки или trimap. Также её можно использовать как средство удаления фона без рамки. Модель предназначена прежде всего для сценариев электронной коммерции и редактирования изображений: можно выделить товар или другой объект, чтобы удалить или заменить фон, перекрасить объект либо подготовить его к дальнейшей обработке. Обучение включало синтетические изображения предметов интерьера и естественные студийные и пользовательские фотографии распространённых объектов. По описанной авторами оценке на тестовом наборе Finegrain Product Masks Lite модель показала более высокие значения MAE, S-measure, E-measure и Dice, чем приведённые в README сравниваемые решения. Finegrain Box Segmenter не принимает текстовую подсказку напрямую: для выбора объекта обычно требуется рамка. Модель испытывает трудности, когда объект касается края изображения, а также на случаях с сильными тенями, отражениями и объектами в руках; маттинг прозрачных и несалиентных объектов не поддерживается. Авторы также сообщают, что не проводили полного аудита смещений и справедливости. Репозиторий распространяется по лицензии MIT.

ISNet Background Remover — модель сегментации изображений на архитектуре ISNet, опубликованная пользователем mateenahmed. Она предназначена для удаления фона: модель принимает изображение и формирует бинарную маску, отделяющую передний план от фона. В карточке заявлены качественная сегментация и быстрая инференция; архитектура описана как U-Net-подобная схема «энкодер–декодер». Репозиторий содержит веса safetensors и рассчитан на загрузку через Transformers с `trust_remote_code=True`. Модель подходит для автоматического удаления фона при подготовке изображений товаров, портретов и других объектов. Лицензия — MIT. Количественные оценки качества и скорости, поддерживаемые размеры входа и ограничения по типам изображений в карточке не приведены.

Модель LinkTransformer от исследователей Harvard предназначена прежде всего для связывания записей о товарах и сопоставления сущностей. Она основана на XLM-RoBERTa и дообучена с помощью SupCon loss на данных, полученных при сопоставлении классификаций товаров статистики ООН; базовая модель — sentence-transformers/paraphrase-multilingual-mpnet-base-v2. Модель кодирует предложения и абзацы в плотные векторы размерностью 768, которые можно использовать для поиска похожих записей, кластеризации и семантического поиска. Она поддерживает английский, французский и испанский языки; максимальная длина последовательности в конфигурации README — 128 токенов, а нативный контекст по метаданным — 514 токенов. В репозитории указано 305,2 млн параметров и формат safetensors. Модель подходит для дедупликации записей, связывания товарных описаний и переноса меток между детальными и укрупнёнными товарными классификациями. Также её можно применять для задач сходства предложений через Sentence Transformers. Лицензия в предоставленных данных не указана.

mini1013/master_item_top_bt_flat — модель классификации текстов на основе SetFit, разработанная автором репозитория mini1013. Она предназначена для отнесения описаний товаров и связанных с ними категорий к одному из 121 классов, например для классификации товарных позиций в каталоге интернет-магазина. Модель обучена в два этапа: контрастивная настройка Sentence Transformer mini1013/master_domain и обучение классификатора LogisticRegression на полученных признаках. Основа использует архитектуру RoBERTa и содержит 137,8 млн параметров; для работы с моделью предусмотрена библиотека SetFit.

MODA-Fashion-Distilled — дообученная HopitAI модель для поиска модных товаров по изображению. Она использует архитектуру ViT-B/16-SigLIP с визуальным и текстовым энкодерами, однако описанный сценарий этой версии — сопоставление изображений: модель преобразует входное изображение в вектор размерности 768 для поиска похожих товаров в каталоге. Размер модели — около 203 млн параметров; входное разрешение — 224×224 пикселя. По данным карточки, на LookBench модель показала Fine Recall@1 67,63% и превзошла указанные в сравнении FashionSigLIP и FashionCLIP. Модель создана дообучением Marqo/marqo-fashionSigLIP на парах изображений из разных доменов, а затем дистилляцией знаний ансамбля учителей в компактный энкодер. Она предназначена для визуального поиска одежды и сопоставления фотографий товаров, включая поиск по снимкам из студии и уличным образам. Лицензия — MIT. Модель выдаёт эмбеддинги изображений, пригодные для поиска ближайших векторов; README не описывает эту версию как модель для текстовых запросов. Приведённые метрики получены на LookBench и не гарантируют аналогичных результатов на других каталогах; для сравнения требуется индексирование изображений товаров в том же пространстве эмбеддингов.

MODA-Fashion-Matryoshka — модель HopitAI для получения векторных представлений изображений модной одежды и аксессуаров. Она предназначена для поиска похожих изображений и построения компактных индексов в fashion-каталогах; по README, на LookBench модель показывает высокое качество поиска Fine R@1 при сокращении размера эмбеддингов. Модель основана на архитектуре ViT-B/16-SigLIP с визуальной и текстовой частями и содержит 203,2 млн параметров. Благодаря Matryoshka Representation Learning первые 64–768 измерений эмбеддинга образуют пригодные для поиска представления: можно выбирать размер вектора под требования к памяти и качеству. Репозиторий использует open_clip и содержит веса в формате safetensors; лицензия — MIT. Модель поддерживает поиск по визуальному сходству и классификацию изображений без дообучения. В README описана обработка изображений; текстовая часть архитектуры указана, но отдельные сценарии текстового поиска не приведены. Заявления о результатах основаны на LookBench и не гарантируют такое же качество на других каталогах.

spl4shedEdu/mpnet_IAB — модель Sentence Transformers, дообученная разработчиком spl4shedEdu на базе sentence-transformers/all-mpnet-base-v2. MPNet с 136,7 млн параметров кодирует предложения и абзацы в плотные векторы размерности 768; представления нормализуются, а для сравнения можно использовать косинусное сходство. Максимальная длина последовательности в README — 384 токена; метаданные указывают нативный контекст 514 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текстов. В обучающих данных приведены пары «запрос — положительный пример» из товарных описаний и категорий, поэтому модель подходит для задач сопоставления товарных и каталожных текстов. README также сообщает об отдельном наборе оценки. Модель принимает текст и выдаёт эмбеддинги; в карточке не заявлена поддержка конкретных естественных языков. Лицензия в предоставленных данных не указана.

leafxyz/qwen3-embedding-0.6b-arabic-ecom — текстовая Sentence Transformer модель на базе Qwen3-Embedding-0.6B, дообученная для поиска товаров в арабской электронной торговле. Она преобразует поисковые запросы и описания товаров в плотные векторы размерности 1024; близость оценивается косинусным сходством. В архитектуру входят Qwen3Model, pooling по последнему токену и нормализация эмбеддингов. Модель рассчитана на извлечение подходящих товаров по арабскому запросу, включая сценарии семантического поиска и ранжирования кандидатов. Она обучалась на парах запросов и товаров, в том числе с отрицательными примерами. README указывает максимальную длину последовательности 128 токенов; метаданные указывают контекст модели в 32768 токенов. Для применения используются Sentence Transformers и формат весов safetensors. Это дообученная версия Qwen/Qwen3-Embedding-0.6B с примерно 507,6 млн параметров. В данных модели лицензия не указана, поэтому условия использования следует сверить с лицензией базовой модели и репозитория.

RexReranker Mini — англоязычный нейросетевой реранкер для электронной коммерции от автора thebajajra. Модель на базе энкодера ModernBERT RexBERT-mini содержит 68,1 млн параметров и дообучена предсказывать релевантность пары из поискового запроса и описания товара. Она выдаёт оценку вероятности от 0 до 1 и совместима с CrossEncoder из Sentence Transformers. Модель предназначена для переупорядочивания результатов поиска товаров в магазинах, маркетплейсах и каталогах. На вход подаются запрос и текст товара с названием и описанием; контекст составляет до 7 999 токенов. В метаданных также указана поддержка классификации текста. Лицензия Apache-2.0 разрешает использование на её условиях.

Это совместимая с Transformers.js копия модели Bria RMBG-1.4, подготовленная kittypdf для удаления фона в браузере. Модель семейства SegFormer выполняет сегментацию изображения и предназначена для отделения объекта переднего плана от фона. В репозитории представлены варианты ONNX, включая FP16 и квантованный вариант. Карточка не сообщает размер модели, контекст или поддерживаемые языки. Указана лицензия Apache-2.0; README рекомендует сверяться с исходной карточкой briaai/RMBG-1.4 для сведений о назначении и ограничениях оригинальной модели.

Карточка модели ZQL9711/RMBG-2-Matting на Hugging Face совпадает с карточкой cocktailpeanut/rm, поэтому описание составлено по ней. BRIA RMBG v2.0 — модель сегментации изображений для удаления фона, разработанная BRIA AI на архитектуре BiRefNet. Она отделяет передний план от фона в фотографиях и других изображениях, включая изображения товаров, людей, объектов и рекламный контент. Модель обучена на более чем 15 000 вручную размеченных изображений высокого разрешения; заявленная область применения включает коммерческое создание контента, игровые материалы и электронную торговлю. Модель принимает изображение и выделяет передний план, что позволяет создавать маски сегментации и изображения с удалённым фоном. В README отмечены сбалансированное представление людей разных полов и этнических групп, а также людей с инвалидностью в оценочном наборе. Репозиторий содержит PyTorch, ONNX и safetensors форматы; метаданные относят модель к image-segmentation. Лицензия CC BY-NC 4.0 разрешает некоммерческое использование; для коммерческого применения требуется отдельное соглашение с BRIA. Модель предназначена для удаления фона и дихотомической сегментации, поэтому описание не подтверждает универсальную сегментацию произвольных классов объектов. README не приводит численные показатели качества или сведения о поддерживаемых языках.

Trendyol-LLM-7B-chat-v4.1.0-GGUF — чат-модель Trendyol LLM v4.1.0, разработанная Trendyol и представленная в нескольких квантизированных форматах GGUF. Модель основана на Trendyol LLM base v4.0, который получен продолжительным предварительным обучением Qwen2.5 7B на 13 миллиардах токенов. Указан турецкий язык, а исходная модель относится к категории text-generation. Модель предназначена прежде всего для задач электронной коммерции: генерации описаний товаров, извлечения атрибутов и тегов, суммаризации, определения категорий, ведения диалогов о моде, интерпретации персон и действий пользователей, а также сценариев RAG. Среди сильных сторон указаны улучшенные знания в области электронной коммерции и турецкого языка. Также заявлена частичная поддержка function calling, которая на момент публикации ещё не была полностью завершена. Размер модели — 7B параметров; точные архитектурные характеристики, размер контекста и перечень поддерживаемых модальностей в README не указаны. Модель распространяется под лицензией Apache-2.0.

U-2-Net-Human-Seg — специализированная модель сегментации изображений на основе облегчённой архитектуры U-2-Net с блоками Residual U-block и путями понижения и повышения разрешения. Она выделяет людей на изображениях и формирует маски, отделяющие фигуры от фона. Модель предназначена для удаления фона, виртуальной примерки одежды и редактирования изображений с акцентом на людей. Репозиторий содержит модель в формате ONNX; для загрузки и обработки используются инструменты библиотеки Transformers. Модель распространяется по лицензии Apache-2.0.