IV.2Банки, платежи и инвестиции

Kev-0.8B — компактная модель принятия решений из семейства Kev, опубликованная Jared Palmer. Она построена как LoRA-адаптер с pointer head поверх Qwen/Qwen3.5-0.8B-Base и предназначена для работы с контрактом TypeSafe /v1/systemone. В отличие от генеративных моделей, она не создает текст: получает один документ или состояние и набор типизированных вопросов, а возвращает распределение вероятностей по вариантам ответа за один проход. Модель ориентирована на классификацию, задачи выбора и оценки уверенности, включая multiple-choice, калибровку вероятностей, анализ политик и составных правил. Обучение проводилось на наборах Banking77, BoolQ, AG News, MultiNLI, SST-5, Yelp, TREC, DBpedia-14, Amazon Reviews и IMDB. Адаптер использует LoRA с r=16 и содержит 11,3 млн обучаемых параметров; базовая модель имеет размер 0,8 млрд параметров. Поддерживаются англоязычные данные и текстовая модальность. Для работы требуются transformers версии не ниже 5.17 и peft не ниже 0.21. На внутридоменном наборе модель показывает точность 0,825, а на вне-доменном — 0,652; на независимом locked-тесте эти показатели составляют 0,834 и 0,684 соответственно. Она значительно экономичнее по памяти, чем варианты Kev-4B и Kev-9B, но уступает им по обобщению, особенно на знаниях, перефразировании и сложной композиции правил. На Mac работает относительно медленно из-за отсутствия MPS-реализации ядер DeltaNet; на CUDA с flash-linear-attention производительность выше. Вероятности следует считать надежными преимущественно внутри домена: вне домена возможны уверенные ошибки. Модель распространяется по лицензии Apache-2.0.

NX-AI разработала специализированную версию предварительно обученной модели TiRex-2 для прогнозирования временных рядов. Модель обучена на наборах данных, не пересекающихся с данными fev-bench, и предназначена для оценки на этом бенчмарке. Репозиторий содержит веса в формате PyTorch и распространяется по лицензии Apache-2.0. Карточка не сообщает размер модели, длину контекста и поддерживаемые естественные языки.

Turkish PII Guard 1.5B — для турецких текстов дообученная модель Qwen2.5-1.5B-Instruct, разработанная для выявления и маскирования персональных данных. Она поддерживает 50 типов данных, включая идентификационные номера TCKN, IBAN, телефоны, имена, адреса и финансовые сведения; умеет маскировать все найденные данные или выборочно скрывать типы по инструкции. Модель построена на плотной архитектуре Qwen2 и содержит 1,5 млрд параметров. Она принимает текстовые инструкции и текст для обработки, а выдаёт преобразованный текст с масками вместо выбранных персональных данных. Контекст составляет до 32 768 токенов; основной язык — турецкий. Для репозитория указана лицензия Apache-2.0. В описанном тесте схема-нейтральное точное совпадение составило 0,857. Модель может ошибаться в выборочном маскировании, особенно когда требуется оставить определённый тип данных открытым. Для процессов с высокими рисками или нормативными требованиями результаты следует дополнительно проверять.

Модель nickmuchi/finbert-tone-finetuned-finance-topic-classification — вариант FinBERT, дообученный автором на наборе Twitter Financial News Topic для классификации финансовых тем в твитах. Она относит текст к одной из 20 тематических категорий; при обучении веса классов скорректировали, чтобы уделять больше внимания редким категориям. На оценочной выборке указаны accuracy 0,9106 и F1 0,9106. Модель предназначена для тематической разметки сообщений о финансах и рынках. Репозиторий содержит веса PyTorch; лицензия в предоставленных данных не указана.

Laplace v3.7 Qwen3-14B — это дообученная SnupiLab модель Qwen3-14B для прогнозирования исхода бинарных событий по вопросу, критериям разрешения, дате прогноза и доступным к этой дате свидетельствам. Модель использует режим рассуждений hindsight-guided и генерирует текстовый ответ с оценкой вероятности; для извлечения числа из ответа рекомендуется следовать описанному в карточке формату и правилам разбора. Чекпойнт соответствует шагу 528, примерно одной эпохе обучения, при максимальной длине обучающей последовательности 8192 токена. В описанной оценке на 304 вопросах и 1144 экземплярах прогноза все генерации удалось разобрать; метрики включают Brier score 0,1888 и AUROC 0,8174. Эти результаты получены на метках до их пересмотра, а чекпойнт ретроспективно выбран по тестовым результатам, поэтому они не подтверждают обобщение на новые данные. Модель принимает текст и выдаёт текст, рассчитана на сценарии вероятностного прогнозирования событий. Базовая Qwen3-14B распространяется по Apache-2.0; карточка указывает эту же лицензию для модели. Для воспроизведения обучения использовался частный датасет, поэтому доступность обучающих данных ограничена.

Microsoft LLaMA-2-13b-GTL-Delta — это дообученная версия LLaMA 2, входящая в семейство Industrial Foundation Models (IFMs). Модель содержит 12,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текстовые промпты с данными в табличной форме. Контекст ограничен 2048 токенами; модель поставляется в формате safetensors и распространяется по лицензии MIT. Модель дообучена более чем на 380 табличных наборах данных из разных отраслей и предназначена для прогнозирования по промышленным данным. По инструкции в промпте она может выполнять задачи классификации и регрессии, формируя ответ на естественном языке. Среди описанных сфер применения — торговля, здравоохранение, энергетика и устойчивое развитие. Результаты могут быть смещёнными или ошибочными, особенно на данных и в сценариях, недостаточно представленных при обучении. Прогнозы следует проверять, а применение в критически важных решениях требует дополнительной оценки и защитных мер.

OpenForecaster-8B — специализированная языковая модель для прогнозирования будущих событий с открытым ответом, разработанная Nikhil Chandak и основанная на Qwen3-8B. Модель дообучена с помощью обучения с подкреплением GRPO на наборе OpenForesight, содержащем более 52 тысяч вопросов о прогнозировании, составленных на основе мировых новостей. Модель предназначена для рассуждений о неопределённости и сценариях будущего, а также для выдачи калиброванных оценок уверенности при явном запросе. Она может использовать актуальные сведения, предоставленные в контексте, поэтому подходит для систем прогнозирования с поиском информации. Это плотная авторегрессионная модель на 7,6 млрд параметров с контекстом до 40 960 токенов; в метаданных указан английский язык. Лицензия — MIT. Заявлены улучшенные точность, калибровка и согласованность прогнозов; README сообщает о конкурентных результатах на бенчмарках, но не приводит подробных численных сравнений. Знания модели ограничены событиями не позднее апреля 2025 года, поэтому для вопросов о более поздних событиях ей нужен актуальный контекст; без него ответы могут быть устаревшими или ненадёжными.

open-jev-deberta-v3-large — экспериментальная англоязычная модель компании Kotoba Labs, опубликованная под именем Mithril. Это дообученная DeBERTa-v3-large с энкодерной архитектурой DeBERTa V2 и отдельной трёхслойной оценочной головой. Модель принимает текстовое состояние и набор типизированных вопросов: выбор одного из вариантов, оценку по упорядоченной шкале или ответ «да/нет». За один проход она возвращает калиброванные распределения вероятностей по вариантам; текст не генерирует. Модель рассчитана на классификацию и принятие типизированных решений по англоязычному тексту, например определение намерения в сообщении клиента, тональности отзыва и ответа на вопрос по отрывку. В карточке указаны 533,8 млн параметров и контекст до 512 токенов; состояние обрезается до 256 токенов. Для обучения использованы открытые метки Banking77, SST-5 и BoolQ. Apache-2.0. Авторы сообщают о хороших результатах на знакомых типах вопросов, но качество заметно ниже на новых формулировках и шкалах; применение за пределами английского и указанных предметных областей требует отдельной проверки.

ChronoBERT v1 2023-12-31 — англоязычная модель Songrun He, Linying Lv, Asaf Manela и Jimmy Wu для анализа текста с учётом временной последовательности. Она построена на архитектуре ModernBERT как двунаправленный трансформерный энкодер с 149 млн параметров и контекстом до 8192 токенов; основная задача по карточке — предсказание пропущенного токена. Модель обучена на датированных текстах, чтобы снизить риск утечки информации из будущего и смещения при анализе исторических данных. Её можно применять для восстановления пропусков в тексте, извлечения представлений и задач понимания языка, в том числе для экономического и финансового анализа. В README указано, что модели серии превзошли стандартный BERT по GLUE; эти результаты относятся к серии в целом и не подтверждают отдельную оценку именно версии 2023-12-31. Модель рассчитана на английский язык, использует библиотеку Transformers и распространяется по лицензии MIT. Это энкодер для понимания текста, а не генеративный чат-ассистент; временная согласованность зависит от выбранного временного среза модели и данных.

condeg/cvm-bertimbau-sentence-transformer — модель Sentence Transformer на базе BERTimbau, дообученная для получения плотных векторных представлений фрагментов финансовой отчётности бразильских публичных компаний из документов CVM ITR/DFP. Она предназначена для поиска и сопоставления тематически близких абзацев в корпусах таких отчётов; обучение проводилось на парах соседних фрагментов одного раздела с использованием MultipleNegativesRankingLoss. Модель содержит 136,1 млн параметров, принимает текст, выдаёт эмбеддинги, поддерживает контекст до 512 токенов по метаданным; в карточке указано ограничение длины 256 токенов, после которого текст обрезается. Основной язык — бразильский португальский. По оценке на синтетических запросах модель уступала BM25 в поиске по схеме «запрос—документ» из-за обучения на парах «документ—документ»; автор отмечает, что дообучение GPL на синтетических парах запрос—фрагмент улучшает такой поиск. На других предметных областях качество снижается. Лицензия — MIT.

Kairos-50M — трансформерная модель временных рядов, представленная авторами работы «Kairos: Toward Adaptive and Parameter-Efficient Time Series Foundation Models». Она предназначена для прогнозирования временных рядов без дообучения на данных конкретной задачи и рассчитана на применение в разных предметных областях. В карточке указаны 22 млн параметров, контекст до 512 токенов и библиотека Transformers; README заявляет 50 млн параметров, поэтому размер модели в источниках расходится. Модель использует динамическую токенизацию патчами, адаптивный выбор их размера по локальной информационной плотности и Dynamic Rotary Position Embedding (DRoPE), учитывающий спектральные особенности ряда. Обучение проводилось на корпусе PreSTS, содержащем более 300 млрд временных точек. Эти характеристики нацелены на обобщение на разнородные ряды без тонкой настройки. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не приводит подробных примеров использования или результатов по отдельным наборам данных, поэтому заявленное качество обобщения нельзя оценить по одной карточке.

Nitzotz — модель компании BrainboxAI для классификации и оценки сообщений на иврите. Она принимает сообщение и заданный пользователем вопрос, затем выбирает вариант ответа, выставляет оценку или определяет, верно ли утверждение, и возвращает вероятность. Модель предназначена для автоматической маршрутизации входящих сообщений, определения их типа и срочности, а также выявления мошеннических сообщений. Это не чатбот: она не генерирует текст и рассчитана на короткие сообщения, а не на длинные документы. Модель дообучена на HalleluBERT_large и использует библиотеку laya. В README приведён результат выявления мошенничества на 298 сообщениях: точность 92% и AUC 0,97 для конкретной формулировки вопроса. Качество зависит от формулировки вопроса, поэтому её следует проверять на собственных данных. Доступны файлы safetensors и GGUF, включая F16 и Q8_0; заявлена возможность локального запуска на обычном ноутбуке, в том числе без подключения к интернету. Лицензия — Apache-2.0.

Pipecat PhoneLLM Alpha 1 NVFP4 — открытая квантизованная версия модели PhoneLLM Alpha 1, разработанная командой Pipecat на основе работ NVIDIA Nemotron. Модель предназначена для низколатентных голосовых агентов и многошаговых диалоговых сценариев; в связке с системами распознавания речи и синтеза речи может использоваться для обслуживания входящих звонков в финансовой сфере, здравоохранении, розничной торговле и гостиничном бизнесе, а также для типовых исходящих звонков. Поддерживаются английский язык, генерация текста, вызов инструментов и function calling. Модель использует гибридную архитектуру Mamba-Transformer с mixture-of-experts: всего около 30 млрд параметров, из которых при обработке активны 3,5 млрд. Веса представлены в формате NVFP4 с размером группы 16; релиз ориентирован на нативное выполнение на GPU NVIDIA Blackwell и протестирован на одном NVIDIA B200. Максимальная длина контекста в конфигурации составляет 65 536 токенов, при этом PhoneBench тестировался на последовательностях до 32 768 токенов. Рекомендуется использовать BF16 для KV-кэша: это почти сохраняет качество исходной BF16-модели, хотя уменьшает доступную ёмкость KV-кэша примерно на 40,2% по сравнению с FP8. Сильные стороны модели — специализация на голосовых агентских задачах, поддержка многоходовых разговоров, инструментов и function calling, открытые веса, низкая ожидаемая стоимость и задержка, а также эффективное NVFP4-выполнение на совместимом оборудовании. Ограничения включают узкую специализацию по сравнению с универсальными LLM, отсутствие в README подтверждения поддержки других языков, зависимость от NVIDIA Blackwell и проверенного стека vLLM, необходимость отключать thinking и задавать temperature=0 для воспроизводимого качества, а также требование trust remote code. Модель распространяется по лицензии BSD 2-Clause; для производного релиза также указаны лицензия и атрибуция NVIDIA Nemotron.

TokenAlign — исследовательский прототип классификации текстов по описаниям меток, созданный автором репозитория на основе замороженной языковой модели Qwen3-1.7B. Модель предназначена для классификации банковских обращений на английском языке, в том числе по категориям, которые не участвовали в обучении классификационной головы. Репозиторий содержит обучаемую голову из 2 236 929 параметров в формате Safetensors, а для работы отдельно требуется базовая модель Qwen3-1.7B. Голова сопоставляет токены текста и описаний меток посредством позднего взаимодействия и выбирает одну из предложенных меток. Лимит входа — 128 токенов с учётом префикса. Лицензия — Apache-2.0. Модель обучена на Banking77 и проверена для классификации банковских намерений на английском языке. Авторы описывают её как независимый исследовательский прототип; качество для других областей, языков и сценариев не подтверждено.

Gemma4_E2B_ADS — полноразмерная донастройка Gemma 4 E2B IT от Google DeepMind, созданная для перевода финансовых текстов с английского на корейский. Модель обучена методом supervised fine-tuning на финансовом корпусе с отбором примеров по низкому показателю оценки качества перевода. В репозитории доступны BF16 чекпойнт Transformers и вариант GGUF Q4_K_M для LM Studio и llama.cpp. Основной сценарий — перевод финансовых материалов с английского на корейский. Мультимодальные компоненты базовой модели сохранены, а комплектный mmproj обеспечивает ввод изображений; языковые и аудиослои при дообучении не обучались, а поддержка аудио зависит от среды запуска и не гарантируется. На тестовом наборе из 500 строк BF16 версия показала BLEU 30,76, chrF 49,33 и COMET 0,8968; эти результаты не заявлены для Q4_K_M. Лицензия — Apache-2.0.

PhishLens DomURLs-BERT — модель на архитектуре BERT, разработанная для классификации доменов и URL в криптовалютной экосистеме с целью выявления фишинга. Она присваивает входной строке одну из меток: phishing или legit. Модель содержит 137,8 млн параметров, принимает текст с контекстом до 512 токенов и предназначена для обнаружения подозрительных ссылок и доменов. Модель дообучена для задачи классификации текста и распространяется в формате safetensors по лицензии MIT. Карточка не приводит результатов оценки качества, поэтому надёжность предсказаний для конкретных источников и типов URL следует проверять отдельно.

SejongKRX/Sejong-Qwen-v6 — это дообученная SejongKRX языковая модель семейства Qwen2 на 7,1 млрд параметров. Она создана на базе unsloth/qwen2.5-7b-bnb-4bit с использованием Unsloth и Hugging Face TRL; репозиторий содержит веса PyTorch. Указанное в метаданных окно контекста — 131072 токена. Модель предназначена для генерации текста и ответов на инструкции. В обучении использованы наборы mlabonne/open-perfectblend, Wikipedia и общедоступные данные Банка Кореи; пример в карточке связан с вопросом о временной стоимости денег. Это может быть полезно для вопросов и ответов на корейском языке, в том числе по финансовой тематике, однако карточка не приводит результатов оценки качества. Модель распространяется по лицензии Apache-2.0. В карточке также указано, что данные Wikipedia использованы на условиях CC BY-SA 4.0, а данные Банка Кореи — согласно его правилам защиты авторских прав.

VoiceShield — модель классификации текста, разработанная Shauriya24 и дообученная на базе xlm-roberta-base от Meta AI. Она анализирует текстовые расшифровки телефонных разговоров и относит их к одному из трёх классов: обычный разговор, подозрительная манипулятивная речь или попытка социальной инженерии, включая фишинг, вишинг и выдачу себя за другое лицо. Модель построена на архитектуре XLM-RoBERTa и содержит около 305,2 млн параметров; максимальный контекст — 514 токенов. Карточка заявляет поддержку нескольких языков, а метаданные перечисляют английский, хинди, тамильский и бенгальский. Модель предназначена для первичного выявления подозрительных формулировок в транскриптах, например при проверке звонков или мониторинге разговоров. Модель распространяется по лицензии MIT. В README указаны оценка по Accuracy и Weighted F1 на валидационном наборе, но значения метрик и подробности состава данных не приведены; поэтому качество на конкретных данных и языках может отличаться.

Модель nickmuchi/fb-bart-large-finetuned-trade-the-event-finance-summarizer — модель для суммаризации текста на архитектуре BART, опубликованная в формате PyTorch. В README указано, что её обучали с нуля на неизвестном наборе данных; размер составляет 252,8 млн параметров, длина контекста — до 1024 токенов. Модель предназначена для создания кратких изложений. По названию репозитория она связана с новостями о торговле и финансах, однако README не описывает конкретные сценарии применения и обучающие данные. На оценочной выборке указаны значения ROUGE-1 57,63, ROUGE-2 53,04 и ROUGE-L 56,54; подробностей о выборке и методике оценки нет. Лицензия в предоставленных данных не указана.

scholarly360/Indian-Annual-Report-SBERT-Bert — модель на базе BERT, обученная разработчиком как Sentence Transformers на годовых отчётах индийских компаний. Она предназначена для получения векторных представлений предложений и оценки их семантического сходства, в частности для анализа и поиска информации в таких отчётах. Модель содержит 135,5 млн параметров, работает с текстом и имеет контекстное окно до 512 токенов. В карточке указана связь с исследованием «Indian Annual Report Assessment Using Large Language Models». Модель подходит для построения семантического поиска и сравнения фрагментов годовых отчётов; точные результаты для иных типов текстов по имеющимся сведениям не установлены. Опубликована в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Millennium-Jev-0.5B — компактная модель принятия решений из экосистемы Millennium Open-Source, дообученная на Qwen/Qwen2.5-0.5B-Instruct. Она оценивает переданные в запросе варианты и выполняет классификацию за один проход без последовательной генерации токенов; заявлены двунаправленное внимание и предсказание с split-conformal калибровкой. Модель рассчитана на маршрутизацию запросов к инструментам и агентам, выбор действия, оценивание вариантов и первичную проверку безопасности. В README также приведены результаты для банковских намерений и китайского NLU. Для исполнения предусмотрен Tri-Gate протокол: автономное действие разрешается, когда множество допустимых вариантов однозначно, уверенность выше заданного порога и риск аномалии ниже заданного порога. README сообщает о задержке менее 50 мс и результатах на тестовых наборах, но они не гарантируют качество на новых данных. Репозиторий распространяется по лицензии Apache-2.0. Ограничения включают неспособность выполнять многошаговую арифметику и вычисления дат без внешней подготовки данных, уязвимость к инструкциям, маскирующим вредоносные команды, и возможную позиционную предвзятость при близких по оценке вариантах. Для безопасной маршрутизации README рекомендует предварительную проверку входов внешним кодом.

PhoneLLM Alpha 1 — открытая языковая модель команды Pipecat, предназначенная для телефонных голосовых агентов. Это полноразмерный fine-tune NVIDIA Nemotron 3 Nano 30B-A3B: гибридная архитектура Mamba-Transformer с mixture-of-experts, около 30 млрд параметров и 3,5 млрд активных параметров. Метаданные репозитория указывают 1,9 млрд параметров; опубликованный размер модели в README и метаданных расходится. Модель принимает текст и выдаёт текст, включая ответы диалога и вызовы инструментов; в голосовом сценарии её используют вместе с отдельными системами распознавания речи и синтеза речи. Заявленная длина контекста — 262 144 токена, основной язык карточки — английский. Модель обучена для быстрых многошаговых разговоров и точного вызова инструментов без включённого режима рассуждений. Её предлагают для входящих и исходящих звонков в клиентской поддержке финансовых, медицинских, розничных и гостиничных организаций. Разработчики сообщают о результатах PhoneBench, сопоставимых или превосходящих многие модели для производственных голосовых агентов, но эти сравнительные заявления основаны на их собственном бенчмарке. Репозиторий распространяется по лицензии BSD-2-Clause без коммерческих ограничений.

Vanessasml/cyber-risk-llama-3-8b — дообученная модель на основе Meta Llama 3 8B, созданная для анализа кибербезопасности. Она генерирует ответы по новостям о кибербезопасности, помогает выявлять киберугрозы и классифицировать данные по таксономии NIST и рекомендациям ITC EBA для IT-рисков. Модель использует плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. Она принимает текст и выдаёт текст; README указывает на обучение с помощью LoRA и 4-битную NF4-квантизацию с вычислениями в float16. Качественная оценка описана как экспертная проверка релевантности и связности ответов в контексте кибербезопасности. Модель предназначена для специалистов по данным и разработчиков приложений в области кибербезопасности. Она может хуже работать за пределами этой области, а смещения обучающих данных могут отражаться в ответах. README предостерегает от использования для медицинских советов, юридических решений и критически важных систем. Лицензия в предоставленных данных не указана.

dinov2_Liveness_detection_v2.1.3 — модель классификации изображений на базе архитектуры DINOv2, дообученная разработчиком nguyenkhoa на основе nguyenkhoa/dinov2_Liveness_detection_v2.1.2. Она предназначена для определения живого человека по изображению лица и может использоваться в сценариях проверки присутствия человека. Модель содержит 28,3 млн параметров и доступна в формате Safetensors для библиотеки Transformers. В README указаны результаты на оценочном наборе: accuracy, F1, recall и precision по 0,9976, а loss — 0,0123. Данные о наборе для обучения и подробные сведения о применении не приведены, поэтому результаты не гарантируют качество на других данных. Лицензия в предоставленных сведениях отсутствует.

Foresight V1 32B — плотная языковая модель Lightning Rod Labs для прогнозирования исходов по предоставленной информации. Она дообучена на базе Qwen/Qwen3-32B с помощью обучения с подкреплением по фактическим результатам: модель формирует прогноз в виде вероятности, а обучение поощряет точность и калибровку уверенности. Модель содержит 29,7 млрд параметров, имеет контекст до 40 960 токенов и поддерживает диалоговую генерацию текста. Модель предназначена для прогнозирования событий, в том числе вопросов о рынках прогнозов, спорте и других прикладных областях. В README сообщается о сравнительных результатах на ForecastBench и Prophet Arena Sports, а также об оценке прогнозов по Brier score, ECE и прибыльности; эти результаты относятся к описанным авторами испытаниям и не гарантируют качества на иных данных. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

ptouch/phishing-distilbert-cyber207 — модель классификации текста на базе DistilBERT, размещённая пользователем ptouch на Hugging Face. По названию репозитория она предназначена для выявления фишинговых текстов; карточка автоматически сгенерирована и не содержит сведений о разработчике исходной модели, обучающих данных, лицензии или результатах оценки. Модель использует архитектуру DistilBertForSequenceClassification, содержит около 67 млн параметров и имеет контекст до 512 токенов. Для применения нужны Transformers и входной текст; задача в метаданных — text-classification. Сведений о поддерживаемых языках и ограничениях качества нет.

PhoneLLM Alpha 1 — открытая языковая модель Pipecat, созданная для голосовых агентов. Это полноразмерное дообучение NVIDIA Nemotron 3 Nano 30B-A3B с архитектурой MoE и гибридной схемой Mamba-Transformer; в метаданных указано 1,9 млрд параметров, а карточка описывает базовую модель как 30-миллиардную с 3,5 млрд активных параметров. Модель принимает текст и генерирует текст, в том числе диалоговые ответы и вызовы инструментов; её используют вместе с распознаванием речи и синтезом речи в телефонных сценариях. Заявлена поддержка английского языка и контекст до 262 144 токенов. Модель предназначена для входящих и исходящих звонков, где важны короткая задержка, точное использование инструментов, последовательность между обещанными и выполненными действиями, а также связность многоходового диалога. Среди целевых областей в карточке названы финансовые услуги, здравоохранение, розничная торговля и гостиничный бизнес. Pipecat сообщает о результатах на PhoneBench, сопоставимых или лучших относительно ряда моделей для голосовых агентов, а также о более низкой задержке и стоимости; эти оценки относятся к описанным сценариям и методике бенчмарка. Модель распространяется под лицензией BSD-2-Clause без коммерческих ограничений. Это альфа-версия, поэтому пригодность для конкретного рабочего процесса следует оценивать отдельно; качество распознавания и озвучивания зависит от подключённых внешних моделей речи. Карточка не приводит самостоятельных результатов по другим языкам или задачам общего назначения.

DavidCombei/wavLM-base-Deepfake_V3 — модель классификации аудио, созданная дообучением Microsoft WavLM Base. Она предназначена для выявления дипфейкового аудио. Модель использует архитектуру WavLMForSequenceClassification и содержит 113,3 млн параметров. На оценочном наборе указана точность 0,73 и функция потерь 0,9119. Данные для обучения и оценки, языковая поддержка и подробные ограничения не описаны. Модель опубликована в формате PyTorch; сведения о лицензии в использованных данных отсутствуют.

nguyenkhoa/dinov2_Liveness_detection_v2.2.2 — дообученный классификатор изображений на основе DINOv2, разработанный автором репозитория. Модель предназначена для определения живости по изображению в сценариях проверки присутствия человека и противодействия подмене лица; README указывает, что обучение проводилось на неизвестном наборе данных. В репозитории заявлена точность 0,9934 и F1 0,9934 на оценочной выборке. Отдельно приведены метрики APCER 0,1804, BPCER 0,0123 и ACER 0,0963, а также точность 0,8706 и F1 0,8982; различие результатов указывает на зависимость качества от набора или протокола оценки. Модель содержит 28,3 млн параметров, использует архитектуру DINOv2 и формат safetensors; для работы применяется библиотека Transformers. Лицензия в предоставленных данных не указана.

LedgerBERT-Market-Sentiment — англоязычная модель ExponentialScience для классификации рыночной тональности материалов о криптовалютах и технологиях распределённых реестров (DLT). Это дообученная для классификации последовательностей модель на основе BERT-base с 137,1 млн параметров по метаданным Hugging Face. Она принимает текст длиной до 512 токенов и относит его к одному из трёх классов: bullish (ожидание роста), bearish (ожидание снижения) или neutral (неопределённое либо сбалансированное направление).