IV.1Ритейл, электронная коммерция и fashion-tech

Модель valentinafevu/yolos-fashionpedia — дообученная версия YOLOS для обнаружения одежды и связанных с ней предметов и деталей на изображениях. Она распознаёт категории одежды, например рубашки, брюки, платья, обувь и сумки, а также аксессуары и элементы конструкции: воротники, рукава, карманы, молнии, пайетки и другие украшения. Модель разработана сообществом Hugging Face и обучена на датасете Fashionpedia; в репозитории указаны архитектура YOLOS и 28,3 млн параметров. Модель подходит для автоматической разметки модных изображений, поиска предметов гардероба на фотографиях и анализа деталей одежды. Она принимает изображения и выдаёт найденные объекты с классами и рамками. Метаданные указывают поддержку английского языка, хотя основная задача — визуальное обнаружение объектов. Лицензия MIT допускает использование и распространение согласно её условиям. Результаты ограничены заданным набором классов Fashionpedia: модель не предназначена для общего обнаружения объектов и может пропускать предметы или неверно определять категории на сложных, частично закрытых либо нестандартных изображениях.

leafxyz/arabic-ecom-cross-encoder-v4 — текстовый Cross-Encoder, дообученный разработчиком leafxyz на базе cross-encoder/mmarco-mMiniLMv2-L12-H384-v1 с библиотекой Sentence Transformers. Модель принимает пары текстов и выдаёт оценку их релевантности, которую можно использовать для переупорядочивания результатов поиска и семантического поиска. Архитектура основана на XLM-RoBERTa и имеет 124,3 млн параметров. Модель обучалась на 334 256 примерах и проверялась на 6 822 примерах. README указывает максимальную длину последовательности 128 токенов; метаданные каталога указывают нативный контекст 514 токенов. Примеры обучающих данных относятся к поиску товаров на арабском языке, поэтому модель ориентирована на ранжирование запросов и товарных описаний в арабской электронной коммерции. Модель возвращает один числовой показатель для пары текстов, а не готовый список или текстовый ответ. Лицензия в предоставленных данных не указана.

Assistify Recommendation Model — модель Sentence Transformers, дообученная на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 для поиска и сопоставления текстов. Она использует архитектуру BERT с усредняющим pooling и преобразует предложения и абзацы в плотные векторы размерности 384; сходство оценивается косинусной мерой. Модель принимает текст. В README указана максимальная длина последовательности 128 токенов, а метаданные каталога указывают контекстное окно 512 токенов. Модель предназначена для семантического поиска, извлечения подходящих документов и рекомендаций по текстовому запросу. Обучение проводилось на 35 910 парах предложений с MultipleNegativesRankingLoss; примеры включают запросы о медицинских товарах на арабском и английском языках. Лицензия в предоставленных данных не указана.

AutoCatalogAI CLIP Multi-Task Classifier — модель для извлечения атрибутов модных товаров по изображениям. Она использует визуальный энкодер CLIP ViT-Base/32 с отдельными классификационными головами для семи полей: пола, основной категории, подкатегории, типа товара, основного цвета, сезона и назначения. Базовая модель — openai/clip-vit-base-patch32; обучение проводилось на наборе ashraq/fashion-product-images-small с разделением на обучающую, валидационную и тестовую выборки. На тесте из 6611 изображений средняя точность по атрибутам составила 83,4%, средний macro F1 — 65,7%, а exact match по всем атрибутам одновременно — 27,9%. Модель рассчитана на автоматическое заполнение карточек одежды и классификацию изображений товаров; для загрузки требуются пользовательские классификационные головы и код проекта AutoCatalogAI. Репозиторий содержит веса PyTorch. Лицензия в доступных данных не указана.

Это англоязычный Sentence Transformer, разработанный dtunkelang и дообученный на базе sentence-transformers/all-MiniLM-L6-v2 на парах запросов и документов, составленных из товарных данных Amazon ESCI. При обучении использовались сложные отрицательные примеры, найденные с помощью FAISS, и функция MultipleNegativesRankingLoss. Модель кодирует предложения и абзацы в нормализованные плотные векторы размерности 384 для семантического поиска и сравнения текстов по косинусному сходству. Она также подходит для поиска перефразирований, кластеризации и классификации текстов; в первую очередь настроена на сопоставление коротких товарных запросов с описаниями товаров. В README указана максимальная длина входа 256 токенов, а метаданные указывают контекст до 512 токенов; для практического использования следует учитывать ограничение из конфигурации Sentence Transformers. Модель содержит 25,9 млн параметров и распространяется по лицензии Apache-2.0.

Англоязычная модель Sentence Transformer, дообученная на базе BAAI/bge-base-en-v1.5 для построения эмбеддингов текстов, связанных с товарами Shopify. Архитектура основана на BERT с CLS-пулингом и нормализацией; модель содержит 136,7 млн параметров и преобразует предложения и абзацы в векторы размерности 768. Максимальная длина последовательности — 512 токенов, сходство можно оценивать косинусной мерой. Модель подходит для семантического поиска и сравнения текстов о товарах, поиска перефразировок, кластеризации и классификации текстов. В описанной оценке на наборе bge-shopify-eval достигнута точность cosine_accuracy 0,9012; обучающий набор состоял из 729 примеров и использовал TripletLoss. Эта оценка относится к указанному набору и не гарантирует аналогичного качества на других данных. Лицензия в предоставленных сведениях не указана.

Модель exoldoff/bge-reranker-v2-m3-cross-encoder-marketplaces-rus разработана на основе BAAI/bge-reranker-v2-m3 и дообучена как кросс-энкодер Sentence Transformers для сопоставления пар товаров. Она оценивает, описывают ли две записи один и тот же базовый SKU; более высокий sigmoid score означает большую вероятность совпадения. Модель содержит 658,7 млн параметров, использует архитектуру XLM-RoBERTa и имеет контекст до 8194 токенов; при обучении максимальная длина последовательности составляла 192 токена. Модель предназначена для дедупликации русскоязычных карточек товаров Ozon, Яндекс.Маркета и Wildberries в категориях соусов, кокосового масла и мыла. Она принимает структурированные тексты пар товаров с полями бренда, названия, категории, площадки и веса. Её применяют после генерации кандидатов, чтобы ранжировать или классифицировать пары; поиск кандидатов и окончательную группировку вариантов упаковки нужно выполнять отдельно. При обучении разные количества одинаковых упаковок могли считаться одним базовым товаром. На тестовом наборе README приводит F1 0,9427 при пороге 0,5; порог следует выбирать на данных целевого каталога с учётом цены ошибочных объединений. Обучающий набор небольшой, поэтому возможны слепые зоны по категориям. Лицензия в предоставленных данных не указана.

BLaIR-roberta-large — англоязычная модель семейства BLaIR, разработанная для поиска и рекомендаций по текстовому контексту и сведениям о товарах. Она дообучена на датасете Amazon Reviews 2023 на основе RoBERTa-large и формирует текстовые представления товаров и контекста, пригодные для извлечения признаков и поиска релевантных товаров. Модель может использоваться для построения рекомендаций по коротким или развернутым запросам, а также для поиска товаров по описанию потребности. Модель содержит 454,1 млн параметров, использует архитектуру RoBERTa и принимает текст. Длина контекста — до 514 токенов. Репозиторий распространяется в формате safetensors. Лицензия — MIT.

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-2 — модель временных рядов, разработанная Amazon для прогнозирования без дообучения под конкретный набор данных. Это encoder-only архитектура семейства T5 с 99,1 млн параметров по метаданным; README указывает размер около 120 млн параметров. Модель обрабатывает одномерные и многомерные ряды, а также ковариаты, и строит многократные прогнозы с квантильными оценками неопределённости. Модель предназначена для прогнозирования временных рядов по историческим наблюдениям, в том числе с учётом связанных рядов и дополнительных признаков. README сообщает о групповой механике внимания для обучения в контексте, результатах на fev-bench, GIFT-Eval и Chronos Benchmark II, а также об инференсе на CPU и GPU. Для запуска доступны инструменты экосистемы Chronos и варианты развертывания через Amazon SageMaker и AutoGluon-Cloud. Модель распространяется по лицензии Apache-2.0. Качество прогнозов зависит от данных и сценария применения; README не приводит подробных ограничений по поддерживаемой частоте рядов или допустимой длине входа.

Chronos-2 — модель временных рядов с архитектурой на основе энкодера T5, разработанная AutoGluon. Она предназначена для прогнозирования без дообучения на конкретной задаче: поддерживает одномерные и многомерные ряды, а также учитывает ковариаты. Модель строит многошаговые квантильные прогнозы и использует групповое внимание для обучения в контексте на связанных рядах и ковариатах. Модель насчитывает 99,1 млн параметров по метаданным; в README указано 120 млн. Она обучалась на реальных и синтетических данных, включая подмножества Chronos Datasets и GIFT-Eval Pretrain. Авторы сообщают о высокой точности zero-shot прогнозирования на fev-bench, GIFT-Eval и Chronos Benchmark II, а также о быстром инференсе на GPU и поддержке CPU. Лицензия — Apache-2.0.

Карточка модели CollectionStudio/chronos-2 на Hugging Face совпадает с карточкой amazon/chronos-2, поэтому описание составлено по ней. Chronos-2 — модель временных рядов, разработанная Amazon для прогнозирования без дообучения под конкретный набор данных. Это encoder-only архитектура семейства T5 с 99,1 млн параметров по метаданным; README указывает размер около 120 млн параметров. Модель обрабатывает одномерные и многомерные ряды, а также ковариаты, и строит многократные прогнозы с квантильными оценками неопределённости. Модель предназначена для прогнозирования временных рядов по историческим наблюдениям, в том числе с учётом связанных рядов и дополнительных признаков. README сообщает о групповой механике внимания для обучения в контексте, результатах на fev-bench, GIFT-Eval и Chronos Benchmark II, а также об инференсе на CPU и GPU. Для запуска доступны инструменты экосистемы Chronos и варианты развертывания через Amazon SageMaker и AutoGluon-Cloud. Модель распространяется по лицензии Apache-2.0. Качество прогнозов зависит от данных и сценария применения; README не приводит подробных ограничений по поддерживаемой частоте рядов или допустимой длине входа.

Карточка модели ianoknga/chronos-2 на Hugging Face совпадает с карточкой amazon/chronos-2, поэтому описание составлено по ней. Chronos-2 — модель временных рядов, разработанная Amazon для прогнозирования без дообучения под конкретный набор данных. Это encoder-only архитектура семейства T5 с 99,1 млн параметров по метаданным; README указывает размер около 120 млн параметров. Модель обрабатывает одномерные и многомерные ряды, а также ковариаты, и строит многократные прогнозы с квантильными оценками неопределённости. Модель предназначена для прогнозирования временных рядов по историческим наблюдениям, в том числе с учётом связанных рядов и дополнительных признаков. README сообщает о групповой механике внимания для обучения в контексте, результатах на fev-bench, GIFT-Eval и Chronos Benchmark II, а также об инференсе на CPU и GPU. Для запуска доступны инструменты экосистемы Chronos и варианты развертывания через Amazon SageMaker и AutoGluon-Cloud. Модель распространяется по лицензии Apache-2.0. Качество прогнозов зависит от данных и сценария применения; README не приводит подробных ограничений по поддерживаемой частоте рядов или допустимой длине входа.

Chronos-2-Small — небольшая версия модели Chronos-2 от AutoGluon, предназначенная для прогнозирования временных рядов. Она построена на архитектуре T5 и содержит 22 млн параметров по метаданным Hugging Face; README указывает 28 млн параметров. Для работы используется библиотека chronos-forecasting. Модель подходит для построения прогнозов по временным рядам и может применяться как предварительно обученная модель для таких задач. В карточке указаны наборы данных autogluon/chronos_datasets и Salesforce/GiftEvalPretrain. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Данные карточки не уточняют поддерживаемые языки, конкретные отраслевые сценарии и ограничения качества прогнозов.

Карточка модели CollectionStudio/chronos-bolt-mini на Hugging Face совпадает с карточкой amazon/chronos-bolt-mini, поэтому описание составлено по ней. Chronos-Bolt Mini — предварительно обученная модель прогнозирования временных рядов от Amazon. Она построена на архитектуре T5 encoder-decoder и предназначена для прогнозирования без дополнительного обучения на конкретном наборе данных. Исторические наблюдения группируются в патчи и кодируются, после чего модель напрямую формирует вероятностные прогнозы-квантили для нескольких будущих шагов. Модель поддерживает контекст до 512 токенов; в карточке Hugging Face указаны 8,3 млн параметров, тогда как README приводит для этой версии размер 21 млн параметров. Модель подходит для пакетного и производственного прогнозирования временных рядов. По данным README, семейство обучалось почти на 100 млрд наблюдений и заметно быстрее и экономнее по памяти, чем исходные Chronos; в описанном сравнении Chronos-Bolt также показала более точное прогнозирование. Возможна работа с ковариатами через SageMaker JumpStart и AutoGluon. Модель опубликована под лицензией Apache 2.0. Прогнозы могут быть менее надёжными для рядов, существенно отличающихся от данных обучения; для повышения качества README рекомендует рассмотреть дообучение и ансамблирование с помощью AutoGluon.

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.

Карточка модели CollectionStudio/chronos-bolt-tiny на Hugging Face совпадает с карточкой amazon/chronos-bolt-tiny, поэтому описание составлено по ней. Chronos-Bolt-Tiny — предварительно обученная модель прогнозирования временных рядов, разработанная Amazon. Она построена на архитектуре T5 encoder-decoder и предназначена для прогнозирования без дообучения на новых рядах. Исторические наблюдения группируются в патчи и кодируются; декодер напрямую строит многократные прогнозы будущих значений в виде квантилей. В README для этой версии указано 9 млн параметров, а метаданные репозитория указывают 3,7 млн; контекст составляет до 512 наблюдений. Модель обучалась на почти 100 млрд наблюдений временных рядов. Модель подходит для прогнозирования спроса, показателей бизнеса, сенсорных измерений и других временных рядов, в том числе на CPU или GPU через SageMaker JumpStart. По данным README, семейство Chronos-Bolt быстрее и экономнее по памяти, чем исходные Chronos, и демонстрирует высокую точность на нескольких наборах данных; конкретные результаты могут зависеть от данных и сценария. Для производственного применения README рекомендует AutoGluon, который позволяет дообучать модель, учитывать ковариаты и объединять прогнозы с другими моделями. Лицензия репозитория — Apache-2.0.

htdht/e5_finetuned_mnrl_v2 — модель Sentence Transformers, дообученная разработчиком htdht на базе intfloat/multilingual-e5-base для поиска по тексту. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 768; сходство между ними можно оценивать косинусной мерой. Архитектура включает XLM-RoBERTa, mean pooling и нормализацию, максимальная длина последовательности — 512 токенов. Модель обучена сопоставлять короткие запросы с более длинными описаниями товаров и подходит для семантического поиска и извлечения релевантных документов. В README приведены примеры запросов и описаний товаров на вьетнамском языке; базовая модель заявлена как многоязычная. Для работы требуется библиотека Sentence Transformers. Лицензия в доступных данных не указана.

Это компактная текстовая модель эмбеддингов для семантического поиска товаров по коротким, разговорным и содержащим опечатки запросам. Автор дообучил её на базе BAAI/bge-small-en-v1.5 для сопоставления поисковых запросов с названиями товаров в интернет-магазинах. Модель содержит около 40 млн параметров по метаданным, формирует векторы размерностью 384 с поддержкой сокращения до 256, 128 или 64 измерений и принимает контекст до 512 токенов. Модель предназначена для поиска по каталогам магазинов, включая Shopify и WooCommerce, а также для извлечения кандидатов перед дополнительным ранжированием. В тестах на Amazon ESCI она превзошла указанные в карточке базовые модели по метрикам поиска; размер вектора можно уменьшать, чтобы сократить индекс с небольшими потерями качества. Она рассчитана на английский язык и Amazon-подобные каталоги; перенос на другие товарные области не оценён. Для индексации рекомендованы названия товаров и, при необходимости, бренд, а не длинные описания. Лицензия — Apache 2.0.

lihicarmeli/fashion-minilm-finetuned — дообученный Sentence Transformer на базе sentence-transformers/all-MiniLM-L6-v2 для построения семантических представлений текстов о моде. Модель кодирует предложения и абзацы в плотные векторы размерности 384; архитектура включает энкодер BERT, усредняющий пулинг и нормализацию, а для сравнения используется косинусное сходство. В метаданных указано 25,9 млн параметров и контекст до 512 токенов, а в README — максимальная длина последовательности 256 токенов. Модель обучена с контрастивной функцией потерь на 16 000 пар текстов с метками сходства. Примеры обучающих данных описывают цветотипы, цвета одежды, стили и категории предметов гардероба. Векторы подходят для семантического поиска и сравнения описаний в fashion-сценариях. Вход и выход — текст и его векторное представление соответственно; заявлена поддержка текста, язык данных в карточке не указан. Лицензия в предоставленных источниках не указана.

Модель yainage90/fashion-object-detection разработана как дообученная версия microsoft/conditional-detr-resnet-50 для поиска объектов на изображениях модной одежды. Она использует архитектуру Conditional DETR с ResNet-50 и предназначена для обнаружения семи категорий: сумок, предметов нижней одежды, платьев, головных уборов, обуви, верхней одежды и топов. Модель обучалась на сочетании датасетов ModaNet и Fashionpedia. В README указан лучший результат mAP 0,7542 на 96-й эпохе из 100. Её можно применять для распознавания и локализации предметов одежды на фотографиях, в том числе в сценариях визуального поиска модных товаров. Репозиторий содержит веса safetensors и предназначен для библиотеки Transformers. Лицензия модели — MIT. Указанные метрики относятся к описанному обучению; качество на других изображениях и распределениях данных может отличаться.

FASHN Human Parser — модель семантической сегментации изображений людей, разработанная FASHN AI и дообученная на базе SegFormer-B4 с энкодером MiT-B4 и MLP-декодером. Она размечает изображение 18 классами: фоном, частями тела, одеждой и аксессуарами. Базовая модель — nvidia/mit-b4. Модель предназначена для анализа модных изображений, виртуальной примерки и понимания областей тела и одежды. На вход подаётся изображение, изменяемое до размера 384 × 576 пикселей; на выходе получается маска семантической сегментации с 18 классами. Обучение проводилось на собственном размеченном наборе данных FASHN AI. Модель ориентирована на английский язык в метаданных, но её задача не требует текстового ввода или вывода. Лучше всего модель работает с одним хорошо различимым человеком на модных или коммерческих фотографиях. Мелкие фигуры могут терять детали при изменении размера. Лицензия указана как other; конкретные условия использования следует проверять в репозитории модели.

FIBO-Edit 1.5 Turbo — модель редактирования изображений от Bria AI, созданная на основе FIBO-Edit 1.5 Base. Она принимает исходное изображение, текстовую инструкцию в структурированном JSON формате VGL и до четырёх референсных изображений, а затем создаёт отредактированное изображение. Поддерживаются редактирование по маске, перенос стиля и внешнего вида, виртуальная примерка, интеграция товаров и композиция по нескольким референсам. Модель использует Diffusers pipeline BriaFiboEditPipeline и архитектуру с трансформером на 8 млрд параметров; в составе также указаны VAE Wan 2.2 и текстовый энкодер SmolLM3. Это дистиллированная версия: для вывода требуется 4 шага диффузии вместо 30 у базовой версии. Карточка заявляет поддержку английского языка для карточки модели, но не перечисляет языки инструкций отдельно. Модель разработана для управляемого редактирования изображений в интерактивных и коммерческих конвейерах. Веса доступны для некоммерческого использования по отдельной лицензии; коммерческое использование предлагается через отдельные условия Bria AI. README заявляет обучение на лицензированных данных и высокое качество следования инструкциям, однако эти утверждения не заменяют независимую оценку для конкретного сценария.

dsreya/garment-type-classifier — модель классификации изображений одежды, созданная дообучением Vision Transformer google/vit-base-patch16-224. Она принимает изображение и предсказывает класс типа одежды. В README приведены результаты на оценочной выборке: accuracy 0,9789 и loss 0,0711; состав выборки и перечень классов не раскрыты. Модель содержит 113,2 млн параметров, использует архитектуру ViT и формат весов safetensors. Лицензия — Apache-2.0.

Gooly/gte-small-en-fine-tuned-e-commerce — модель эмбеддингов на базе Sentence-Transformers для представления предложений и абзацев в виде плотных векторов размерности 384. По названию репозитория модель дообучена для электронной коммерции; README указывает обучение с MultipleNegativesRankingLoss и косинусным сходством. Она подходит для семантического поиска и кластеризации текстов, например для поиска товаров по смыслу запроса. Архитектура — BERT, размер — около 40 млн параметров, формат весов — PyTorch, максимальный контекст — 512 токенов. Модель принимает текст и выдаёт векторы, пригодные для сравнения семантической близости. Название указывает на англоязычную специализацию, однако README и метаданные не подтверждают конкретные языки обучения. Сведения о лицензии в предоставленных данных отсутствуют.

hyper3-clip-v1 — разработанная hyper³labs гиперболическая vision-language-модель для визуального поиска. Она сопоставляет изображения и текст в общем пространстве эмбеддингов, чтобы находить изображения по широким категориям и уточнять поиск конкретными описаниями, а также учитывать сочетания объектов, атрибутов и отношений между ними. README приводит результаты сравнений на SugarCrepe и наборах Amazon Berkeley Objects, DeepFashion In-Shop и COCO: модель показывает более высокую точность или mAP, чем указанные в таблицах CLIP-базовые сравнения. Для загрузки весов требуется заполнить форму доступа; указаны библиотека Transformers и формат safetensors. Лицензия в метаданных — OpenMDW-1.0. Размер модели, языки и длина контекста не приводятся.

LFM2.5-VL-450M-Extract — компактная мультимодальная модель Liquid AI для извлечения заданных пользователем полей из изображений. В запросе задают схему полей в YAML, а модель возвращает объект JSON; также поддерживаются перечисления допустимых значений. Модель построена на архитектуре LFM2-VL с визуальным энкодером SigLIP2 и гибридным свёрточно-внимательным бэкбоном. README указывает 350 млн параметров языковой части и около 100 млн параметров энкодера; в метаданных размер не приведён. Модель предназначена для структурированного извлечения визуальных атрибутов в производственных конвейерах: например, для разметки товарных изображений или обнаружения событий безопасности. Её можно использовать без дообучения либо адаптировать для конкретного домена. В описанном бенчмарке для одиночного изображения, схемы YAML и плоского JSON модель показала 98,9% валидности JSON и 98,8 F1 согласованности схемы. Эти результаты не следует переносить на многокадровые рассуждения и свободные визуальные вопросы. Карточка не сообщает конкретную лицензию: в метаданных указано значение «other».

BaSalam/Llama2-7b-entity-attr-v1 — дообученная компанией Basalam языковая модель семейства Llama 2 для анализа карточек товаров. По названию и описанию товара она определяет тип товара и извлекает его атрибуты, возвращая результат в структурированном JSON-формате. Модель подходит для автоматического обогащения каталогов и обработки похожих товарных данных. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 6,6 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. В примере показаны персидские названия атрибутов и значения, а метаданные указывают персидский и английский языки. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

BaSalam/Llama2-7b-entity-attr-v2 — дообученная причинная языковая модель семейства Llama, представленная как версия 2 генератора каталожных данных о товарах. Модель принимает текстовое описание товара и формирует структурированный ответ с атрибутами и категориями товара; пример в карточке показывает результат на персидском языке. Модель предназначена для извлечения характеристик товаров и определения их сущностей или категорий при подготовке каталогов. Она содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 4096 токенов. В качестве данных для дообучения указан набор BaSalam/entity-attribute-sft-dataset-GPT-4.0-generated-v1; метаданные отмечают персидский и английский языки. Модель опубликована под лицензией MIT. Карточка демонстрирует JSON-подобный структурированный вывод, однако не сообщает об отдельной гарантии валидности JSON. Качество может зависеть от языка и формата входных описаний; приведённый пример относится к персидскому языку.

LinkTransformer — модель на основе sentence-transformers, разработанная исследователями Harvard для связывания и сопоставления записей. Она дообучена на multi-qa-mpnet-base-dot-v1 на данных, полученных при сопоставлении классификаций товаров статистики ООН, и рассчитана прежде всего на поиск соответствий между вариантами описаний товаров. Модель использует архитектуру MPNet с 136,7 млн параметров и преобразует предложения и абзацы в плотные векторы размерности 768. Контекст составляет до 514 токенов по метаданным; в конфигурации README указана максимальная длина последовательности 512 токенов. Основной язык — английский. В LinkTransformer модель предназначена для кластеризации, удаления дублей, связывания и агрегирования записей; её также можно применять для семантического поиска и других задач сходства предложений. Модель специализирована на сопоставлении товарных описаний и может хуже работать на текстах и предметных областях, отличных от данных обучения. Лицензия в предоставленных материалах не указана.