IV.2Банки, платежи и инвестиции

Liquid AI разработала LFM2.5-Encoder-350-Policy-Linter — дообученную модель семейства LFM2.5 с двунаправленным энкодером и специальной головой сопоставления правил. За один проход энкодера она оценивает каждый токен текста относительно правил, заданных обычным текстом, и предназначена для проверки документов на соответствие внутренним политикам и требованиям компании. Модель содержит 444,6 млн параметров, принимает текст и возвращает оценки для его токенов; в метаданных также заявлена задача заполнения пропусков. Базовая модель поддерживает 15 языков: английский, немецкий, испанский, французский, итальянский, нидерландский, польский, португальский, арабский, хинди, японский, русский, турецкий, вьетнамский и китайский. Для загрузки требуется Transformers с включением пользовательского кода через trust_remote_code=True. Лицензия указана как other; конкретные условия следует сверить на странице модели.

Samrudh-1 Brahma 7B — инструктивная языковая модель с дообучением для рассуждений и диалоговых задач, выпущенная Samrudh (dwivedula). Она основана на Qwen2.5-7B-Instruct и дообучена методом QLoRA с 4-битным NF4; в репозитории представлены веса Safetensors, а автор также указывает отдельную GGUF-версию. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста и общения. В карточке заявлена специализация на разговорном телугу, включая региональные варианты Telangana, Rayalaseema и Coastal Andhra, а также на задачах правового соответствия, количественных финансовых оценок и фармакологии. Автор также описывает извлечение точных цитат из длинных документов и генерацию синтаксических преобразований на основе правил Панини. Эти возможности и результаты тестов приведены в карточке модели; независимых подтверждений им там нет. Модель распространяется по лицензии Apache 2.0. Она может быть полезна для прототипирования тематических помощников и локального запуска, но численные заявления о качестве не следует считать гарантией точности в финансовых, правовых или клинических решениях.

Maple728/TimeMoE-50M — модель прогнозирования временных рядов из семейства Time-MoE, представленная как веса модели из статьи «Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts». Она предназначена для прогнозирования будущих значений по историческим последовательностям временных рядов. Модель использует архитектуру Mixture of Experts и класс TimeMoeForPrediction. В репозитории указано 28,3 млн параметров, формат весов — safetensors, длина контекста — 4096 токенов. Автор карточки ссылается на GitHub-страницу проекта для инструкций по использованию. Модель подходит для задач прогнозирования временных рядов общего назначения. В карточке не описаны конкретные отрасли, наборы данных или языковые возможности. Лицензия — Apache-2.0.

Карточка модели WangChen0401/TimeMoE-50M на Hugging Face совпадает с карточкой Maple728/TimeMoE-50M, поэтому описание составлено по ней. Maple728/TimeMoE-50M — модель прогнозирования временных рядов из семейства Time-MoE, представленная как веса модели из статьи «Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts». Она предназначена для прогнозирования будущих значений по историческим последовательностям временных рядов. Модель использует архитектуру Mixture of Experts и класс TimeMoeForPrediction. В репозитории указано 28,3 млн параметров, формат весов — safetensors, длина контекста — 4096 токенов. Автор карточки ссылается на GitHub-страницу проекта для инструкций по использованию. Модель подходит для задач прогнозирования временных рядов общего назначения. В карточке не описаны конкретные отрасли, наборы данных или языковые возможности. Лицензия — Apache-2.0.

DJINN 1.114B Decision Engine — плотная модель классификации решений, разработанная автором репозитория Saltmandamsun. По карточке, модель содержит около 1,01 млрд параметров и обучена методом Reinforcement Learning from Compiler Decisions (RLCD). Она выдаёт калиброванные распределения вероятностей для классификации вариантов, оценки ожидаемой величины по шкале и бинарной проверки гипотез; автор также заявляет поддержку контекста до 64 000 токенов и быстрый параллельный вывод без авторегрессионной генерации. Модель рассчитана на задачи принятия решений, где нужны вероятностные оценки и неопределённость, включая ранжирование альтернатив и бинарные прогнозы. В README приведены показатели задержки на NVIDIA RTX PRO 6000 Blackwell и заявленная производительность пакетного инференса; они относятся к конкретной конфигурации оборудования и реализации. Репозиторий указывает лицензию Apache-2.0. Независимая проверка заявленных характеристик и качества в карточке не приведена.

slm125mlive-bhaskar-finetune — дообученная Nagbhaskar55 модель для ответов по предоставленному тексту в юридических и финансовых сценариях. Это плотная авторегрессионная модель семейства Llama с 125,8 млн параметров, работающая через Transformers и сохранённая в формате safetensors. Контекст ограничен 1024 токенами; модель принимает текст и генерирует текст на английском языке. Модель обучена следовать инструкциям и использовать только контекст из запроса. Её целевые задачи — ответы на вопросы с опорой на источник, извлечение сведений, суммаризация и перефразирование отрывков из судебных материалов, документов SEC и образовательных веб-текстов. В обучении использовались 7 960 синтетических пар инструкций, созданных с помощью модели-учителя; сообщается о снижении валидационной потери и perplexity относительно базовой модели. Модель не является базой знаний: ответы без предоставленного контекста ненадёжны. Она унаследовала возможные ошибки и смещения модели-учителя, а качество на CaseHOLD после дообучения не оценивалось. README предостерегает от использования для юридических и финансовых консультаций. Лицензия указана как other, конкретные условия в доступных данных не приведены.

Stockmark-Nemotron-3-Nano-Omni-JapanDocReader — мультимодальная модель Stockmark Inc. для чтения японских документов, созданная дообучением NVIDIA Nemotron-3-Nano-Omni-30B-A3B-Reasoning. Обучение включало смешанное supervised fine-tuning на структурированном разборе документов и визуальных вопросах и ответах, а затем DAPO для улучшения разбора документов. Архитектура относится к семейству NemotronH_Nano_Omni_Reasoning_V3; веса опубликованы в формате safetensors. Модель предназначена для извлечения структурированных данных из японских документов и ответов на вопросы по изображениям документов. Для структурированного разбора требуется использовать фиксированный японский промпт и заданную им JSON-схему; модель также сохраняет часть возможностей базовой модели для визуальных вопросов и ответов. В карточке приведён пример запуска через vLLM с максимальной длиной контекста 210 000 токенов. Модель работает с изображениями и текстом, а основной язык документов — японский; цепочки рассуждений при обучении использовали английский. Лицензия указана как other, поэтому условия использования следует проверять в карточке репозитория. К известным ограничениям относятся чувствительность точности разбора к точному формату промпта и возможное снижение качества при изменении режима рассуждений или языка рассуждений.

Timer-Base-84M — однофакторная модель временных рядов, опубликованная командой THUML. Это авторегрессионный Transformer с архитектурой decoder-only, обученный на 260 млрд временных точек; в версии 83,9 млн параметров, 8 слоёв и длина патча 96. Модель предназначена для генеративного прогнозирования временных рядов без дообучения (zero-shot), включая проверку на наборах TSLib. Модель принимает числовой временной ряд и предсказывает его будущие значения. В README указана длина контекста до 2880 точек, тогда как метаданные каталога указывают нативный контекст 10 000 токенов. Репозиторий использует библиотеку timer и формат safetensors; лицензия — Apache-2.0. README отмечает, что качество модели ещё можно улучшать.

NX-AI/TiRex-2-gifteval-zs — специализированная версия официальной предварительно обученной модели TiRex-2, представленная разработчиком NX-AI. Она предназначена для прогнозирования временных рядов и обучена на наборах данных, которые не пересекаются с Gift-Eval и Gift-Eval-Pretrain, поэтому подходит для оценки на этих бенчмарках без такого пересечения данных. Репозиторий использует библиотеку tirex-2 и содержит веса PyTorch. Модель распространяется по лицензии Apache-2.0. В карточке не приведены сведения о размере, длине контекста, поддерживаемых языках и дополнительных ограничениях качества.

townboy разработал BERT-модель токенной классификации для обнаружения 33 типов персональных данных в корейских текстах. Модель дообучена на KPF/KPF-bert-ner и выдаёт BIO-разметку, которую можно преобразовать в символьные диапазоны PII. Она содержит 141,2 млн параметров и рассчитана на последовательности длиной до 512 токенов. Модель предназначена для извлечения персональных данных из корейских предложений и документов, включая имена, адреса, электронную почту и идентификационные номера. На синтетическом независимом наборе из 1 320 документов автор получил micro-F1 0,8643; validation micro-F1 составил 0,996463, но он измерялся на менее строгих условиях. Для структурированных 13-значных корейских идентификационных номеров README рекомендует отдельную нормализацию и проверку контрольной суммы. Модель распространяется по MIT License вместе с оговоркой, что перед использованием и распространением нужно проверить актуальные условия лицензии базовой модели. Синтетический характер обучающих и оценочных данных ограничивает переносимость результатов на реальные документы и рабочие домены.

STAR-QA — дообученная модель Sentence Transformers на базе sentence-transformers/all-mpnet-base-v2, предназначенная для поиска ответов в документах по аудиту, управлению рисками, комплаенсу и связанным нормативным материалам. Она кодирует текстовые фрагменты в плотные векторы размерности 768 для семантического поиска и кластеризации, в том числе как компонент конвейера RAG. Модель обучена на примерно 18 тысячах пар «вопрос — ответ», сформированных из двухпредложных фрагментов документов с помощью LLM; при дообучении применялась MultipleNegativesRankingLoss. В README приведено сравнение с базовой моделью на отложенной выборке STAR-QA, где STAR-QA показала более высокие значения Precision@3, Recall@3 и MRR@10. Архитектура MPNet содержит 136,7 млн параметров, максимальный контекст — 514 токенов. Модель подходит для поиска релевантных фрагментов по запросам и группировки похожих текстов в профильных корпусах. Она создаёт эмбеддинги, а не готовые ответы; качество за пределами описанных областей и оценки на выборке STAR-QA не подтверждены. Лицензия — Apache-2.0.

TabFM 1.1.0 — табличная фундаментальная модель Google Research для классификации и регрессии на структурированных данных. Эта версия содержит веса PyTorch; модель использует числовые и категориальные признаки и выполняет zero-shot предсказание: примеры обучающей выборки передаются как контекст, после чего модель выдаёт прогноз за один проход без дообучения и подбора гиперпараметров. Архитектура сочетает внимание по столбцам и строкам с причинным трансформером для обучения в контексте. Для классификации поддерживается до 10 классов. Модель предназначена для табличных данных, например DataFrame pandas или массивов NumPy, и не рассчитана на изображения, аудио, видео, сырой текст, графы или последовательности. Потребление памяти растёт с числом строк контекста; качество может снижаться на таблицах шире 500 признаков, а результат на конкретных данных нужно проверять отдельно, особенно в высокорисковых сценариях. Модель разработана командой Google Research и обучена на синтетических наборах данных, сгенерированных структурными причинными моделями. Лицензия указана как other; README исключает коммерческое использование. Модель не является официально поддерживаемым продуктом Google.

UniSpeech-SAT-Large for Speaker Verification — модель Microsoft для извлечения голосовых представлений и проверки личности говорящего. Это плотная архитектура UniSpeech-SAT с головой X-Vector; число параметров — около 402,9 млн. Модель предварительно обучалась на речи, а затем дообучалась на VoxCeleb1 с функцией потерь Additive Margin Softmax. Модель предназначена для сравнения голосовых образцов и задач распознавания говорящего. На вход подаётся речевое аудио с частотой дискретизации 16 кГц; на выходе получаются векторы голоса, которые можно использовать для оценки сходства или проверки личности. Предобучение использовало Libri-Light, GigaSpeech и VoxPopuli. В метаданных указан английский язык. Для работы нужна частота аудио 16 кГц. README не приводит численных результатов проверки качества или сведений о лицензии, поэтому их нельзя оценить по доступным данным.

GovernanceBERT-governance — англоязычная модель классификации текста для выявления материалов по корпоративному управлению в тематике ESG. Её разработали авторы семейства ESGBERT; модель дообучена на GovernanceBERT-base с использованием набора из 2 тысяч примеров о корпоративном управлении. Архитектура — RoBERTa для классификации последовательностей, размер — 95,2 млн параметров, максимальный контекст — 514 токенов. Модель предназначена для отбора и анализа текстов о корпоративном управлении, в том числе при обработке ESG-коммуникаций и подготовке крупных текстовых анализов. Она ориентирована на английский язык и выдаёт результат классификации. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Качество зависит от соответствия входных текстов тематике и распределению данных, на которых модель дообучалась.

vitus9988 разработал модель распознавания именованных сущностей на основе klue/roberta-small. Она находит в корейском тексте персональные данные для последующей деидентификации: имена людей, адреса, номера карт и банковских счетов, водительских удостоверений, удостоверений личности и паспортов, телефоны, электронную почту и даты. Модель содержит 81,2 млн параметров, использует архитектуру RoBERTa и принимает текст с контекстом до 514 токенов. В README приведены высокие показатели на оценочном наборе: F1 0,9959 и точность 0,9988. Эти результаты относятся к неизвестному набору данных и не гарантируют аналогичного качества на других текстах. Модель предназначена для разметки сущностей, а не для самостоятельного удаления или замены обнаруженных данных. Лицензия в предоставленных сведениях не указана.

MoiraiAgent — модель Salesforce для выбора наиболее подходящего прогноза из набора прогнозов временных рядов. Она анализирует ряд и помогает выбрать прогноз, созданный одним из специализированных предикторов; авторы сообщают о повышении качества прогнозирования при таком экспертном отборе. Модель построена на архитектуре Qwen2, имеет 3,1 млрд параметров и контекст 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для задач прогнозирования временных рядов и экспертного выбора между кандидатными прогнозами. В карточке указан исследовательский статус выпуска и лицензия CC BY-NC 4.0. Авторы рекомендуют отдельно оценивать точность, безопасность и справедливость модели перед применением; пригодность для конкретных прикладных задач не гарантируется.

anablasi/finqa_model — модель на архитектуре RoBERTa, опубликованная пользователем anablasi на Hugging Face. Она предназначена для ответа на вопросы по предоставленному текстовому контексту; название репозитория указывает на финансовую тематику, однако карточка модели отсутствует, поэтому специализированное обучение на финансовых данных не подтверждено. Модель содержит 151,8 млн параметров и поддерживает контекст длиной до 514 токенов. Модель принимает вопрос и контекст и извлекает из него ответ. Доступные сведения не позволяют надёжно установить поддерживаемые языки, базовую модель, лицензию или специфические ограничения качества; поэтому эти характеристики не уточняются.

goia-forecast-nano-v0 — вероятностная модель временных рядов, разработанная командой gredio и обученная с нуля. Модель насчитывает 4,73 млн параметров и предназначена для прогнозирования временных рядов без дополнительного обучения на целевой задаче: в оценке GIFT-Eval она показала CRPS 0,553 и MASE 0,815 по геометрическому среднему для 97 конфигураций. Архитектура включает нормализацию RevIN, адаптивный многомасштабный энкодер патчей, блоки причинных свёрток с локальным и глобальным вниманием и декодер, который за один проход формирует девять квантилей на весь горизонт прогноза. Модель работает только с одномерными рядами, не принимает ковариаты и не поддерживает многомерное прогнозирование; каналы следует прогнозировать отдельно. Для ряда нужны как минимум восемь конечных значений, а пропуски и бесконечности в контексте автоматически интерполируются. Модель обучена преимущественно на GiftEvalPretrain, а также на синтетических рядах TempoPFN и KernelSynth; часть обучения включала дистилляцию от Chronos-2. В README отмечены слабые результаты на почасовых данных с выраженной сезонностью, почти детерминированных погодных рядах и частотах короче минуты. Лицензия — MIT.

K2-Horizon-7B-Uno — диффузионно-расширенная языковая модель, разработанная IFM. Она объединяет авторегрессионный (AR) путь на основе весов K2-Horizon-7B и диффузионный путь с LoRA-адаптерами в единой архитектуре. Репозиторий содержит только адаптер; веса базовой модели размещены отдельно. Модель предназначена для генерации текста и сценариев, где важны диффузионное декодирование и агентное использование инструментов. В README приведены результаты на бенчмарках τ³ Banking, τ² Telecom, τ² Retail и Terminal-Bench v2.1; среди указанных сравнительных моделей она показывает высокие результаты на задачах Telecom и Retail. Заявлены ускорения генерации, связанные с подходом discrete diffusion, однако конкретные характеристики производительности зависят от способа применения адаптера и базовой модели. Модель относится к семейству размером около 7–8B параметров с архитектурой, сочетающей AR-веса и LoRA-адаптеры для диффузионного пути. Дополнительные сведения о поддерживаемых языках, размере контекста и модальностях в README не указаны. Лицензия — Apache-2.0.

LFM2-350M-PII-Extract-JP — дообученная Liquid AI компактная плотная языковая модель семейства LFM2 для извлечения персональных данных из японского текста. Она находит адреса, названия компаний и организаций, адреса электронной почты, имена людей и номера телефонов и возвращает их в JSON, сохраняя написание из исходного текста. Модель предназначена для подготовки документов к маскированию чувствительных данных, в том числе локально на устройстве; в карточке указаны 444,6 млн параметров, контекст до 128 000 токенов и поддержка чата. Для работы требуется системный промпт с категориями сущностей, перечисленными в алфавитном порядке; рекомендуются жадное декодирование и temperature=0. Модель рассчитана на один ход диалога и принимает текст, выдавая текст с JSON-структурой. Она ориентирована на японский язык. Карточка сообщает о сравнении на выборке из 1 000 фрагментов, но это не гарантирует качество на других данных. Извлечение специальных идентификаторов организаций, дат рождения и номеров паспортов не заявлено; качество по отдельным категориям может требовать улучшения. Лицензия обозначена как other, поэтому перед использованием следует проверить условия на странице модели.

Time-Anchor ModernBERT 32M — компактная модель прогнозирования временных рядов от K-Iwa на основе энкодера ModernBERT. Она содержит 33,4 млн параметров: 31,9 млн в 10-слойной основе с размерностью скрытого состояния 384 и шестью головами внимания, а также 1,5 млн в специализированных временных головах. Репозиторий содержит веса safetensors; для запуска предусмотрена библиотека Transformers и пакет time-anchor. За один вызов модель формирует вероятностный прогноз с настраиваемыми квантилями, оценивает относительный вклад каждой переменной на каждом временном шаге и может учитывать заданные известные значения в будущем горизонте. Это подходит для прогнозов, где важны интервальная оценка неопределённости, интерпретация влияющих факторов или включение известных будущих точек. В README приведены примеры с почасовой температурой и месячным рядом пассажиропотока. Заявленная максимальная длина контекста в README — 3 463 временных шага; метаданные указывают native_context_tokens 7 999. Эти величины могут относиться к разным измерениям и напрямую не сопоставимы. Модель предназначена для временных рядов; README не указывает поддержку естественных языков. Лицензия — Apache-2.0. Приведённые метрики и проверки объяснимости относятся к описанным примерам и синтетическим данным, поэтому сами по себе не гарантируют качество на других рядах.

llmware/dragon-mistral-7b-v0 — языковая модель из серии dRAGon, разработанная компанией llmware. Она дообучена на базе Mistral-7B-Base с ориентацией на фактологичные ответы по сложным деловым, юридическим и нормативным документам, снижение галлюцинаций и выдачу коротких, понятных ответов для автоматизации рабочих процессов. Модель предназначена для сценариев Retrieval-Augmented Generation (RAG), включая ответы на вопросы по предоставленному контексту, извлечение пар «ключ–значение» и базовое суммирование. Указанный язык — английский. Архитектура — Mistral-7B; размер контекста и другие параметры не приведены. По результатам двух прогонов RAG-Instruct-Benchmark-Tester модель получила средний показатель правильных ответов 96,5 из 100, 92,5% по классификации отсутствия ответа, 97,5% в задачах с ответами «да/нет» и 81,25% в задачах на математику и логику. В тестах галлюцинаций не наблюдалось. Сильные стороны модели — работа с закрытым контекстом, извлечение фактов, ответы на вопросы по таблицам и сложным документам, а также пригодность для корпоративных процессов в финансовой, юридической и регулируемой сферах. Ограничения включают возможную неточность или неполноту ответов, поэтому необходимы проверка фактов и защитные механизмы. Для использования указана лицензия Apache 2.0; модель доступна через Transformers и требует специального формата промпта с контекстом документа и вопросом.

Qwen2.5-VL-32B-Instruct — мультимодальная инструкция-модель семейства Qwen2.5-VL, разработанная командой Qwen. Это плотная модель с 32 млрд параметров на архитектуре Qwen2_5_VL, предназначенная для диалога и анализа изображений и видео; используется через Transformers и распространяется в формате safetensors по лицензии Apache-2.0. Модель распознаёт объекты и текст на изображениях, анализирует диаграммы, графики и макеты, отвечает на вопросы по визуальным материалам, формирует структурированные данные и локализует объекты с помощью координат, рамок или точек. Она также поддерживает понимание длинных видео с указанием временных отрезков и может выступать визуальным агентом для сценариев управления компьютером или телефоном. README сообщает об улучшенных математических рассуждениях, логике и ответах на вопросы о знаниях. Карточка указывает контекст до 128 000 токенов в метаданных; README уточняет, что базовая конфигурация рассчитана на 32 768 токенов, а для более длинных текстов применяется YaRN. Для изображений поддерживается динамическое разрешение с компромиссом между качеством, скоростью и расходом памяти; для видео в текущем описании поддерживаются локальные файлы. Модель ориентирована на английский язык согласно языковым тегам карточки. Результаты бенчмарков приведены в README, но не гарантируют качество в конкретном сценарии.

Qwen2.5-VL-72B-Instruct — мультимодальная инструкция-тюнингованная модель семейства Qwen2.5-VL, разработанная командой Qwen. Это плотная модель на 71,5 млрд параметров с архитектурой Qwen2_5_VLForConditionalGeneration; она принимает текст, изображения и видео и выдаёт текстовые ответы, включая структурированные данные. Модель рассчитана на диалоговые сценарии с визуальным содержимым. Модель распознаёт и анализирует объекты, текст, диаграммы, графики и макеты на изображениях, понимает длинные видео и может указывать временные сегменты событий. Она также поддерживает визуальную локализацию объектов с координатами в виде рамок или точек и может управлять инструментами в сценариях взаимодействия с компьютером или телефоном. Контекст составляет до 128 000 токенов. В карточке указана поддержка английского языка. К сильным сторонам относятся работа с изображениями и видео, структурированные ответы и динамическая обработка разрешения и частоты кадров. Обработка изображений с высоким разрешением требует больше вычислительных ресурсов; для видео описана поддержка локальных файлов, а работа с URL зависит от сторонней библиотеки. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в файлах репозитория.

Qwen2.5-VL-7B-Instruct — мультимодальная инструкционная модель семейства Qwen, представленная в репозитории Unsloth на основе Qwen/Qwen2.5-VL-7B-Instruct. Это плотная архитектура Qwen2.5-VL с 7,1 млрд параметров, поддерживающая диалоговую работу с изображениями; длина контекста составляет 32 768 токенов. Модель принимает изображения и текстовые запросы, а отвечает текстом, в том числе может выдавать структурированные данные и координаты объектов. Модель предназначена для анализа изображений и документов, распознавания текста, таблиц, диаграмм и макетов, визуальных вопросов и ответов, а также понимания видео и локализации событий. Карточка описывает возможности визуального агента для взаимодействия с интерфейсами и инструментами. Динамическое разрешение позволяет настраивать баланс качества, скорости и расхода памяти. В README приведены результаты на бенчмарках изображений, видео и экранных интерфейсов. Для обработки изображений высокого разрешения требуется больше вычислений; поддержка видео зависит от используемой библиотеки, а видеофайлы подаются локально. Увеличение контекста с YaRN может ухудшить временную и пространственную локализацию. Лицензия — Apache-2.0.

MOTHER CORE V3 — языковая модель MediaStream AI (MSAI), разработанная MediaStream AI Limited в Великобритании. Это плотный трансформер с архитектурой MotherCoreForCausalLM и примерно 6,7 млрд параметров по метаданным (в README указано около 6,9 млрд). Контекст модели — 4096 токенов; для работы используется библиотека Transformers и пользовательский код модели через trust_remote_code. Модель предназначена для генерации текста и агентных сценариев: пошаговых рассуждений, вызова инструментов, поиска и синтеза ответов по документам с цитатами, многошаговых рабочих процессов, генерации кода и документов. В README заявлены навыки работы с математикой, научными и общими вопросами, а также вертикальными задачами в финансах, комплаенсе, страховании и управлении рисками. Упоминается обучение на английском, валлийском, ирландском и шотландском гэльском; метаданные подтверждают английский. README сообщает о результате 81 из 105 задач на внутреннем агентном бенчмарке и низкой склонности к деградации, но это оценка разработчика. Известные ограничения: маршрутизация по форматам файлов бывает неточной, арифметические ответы следует проверять, а знания модели ограничены временем обучения. Лицензия обозначена как other, без уточнения условий в предоставленных данных.

Qwen2.5-VL-3B-Instruct — мультимодальная модель Alibaba семейства Qwen2.5-VL, представленная в репозитории unsloth как дообученная версия Qwen/Qwen2.5-VL-3B-Instruct. Она принимает текст и изображения, а также может анализировать видео, и формирует ответы на естественном языке или структурированный вывод. Модель предназначена для визуальных вопросов и ответов, чтения текста и таблиц на изображениях, анализа диаграмм и макетов, поиска объектов с координатами, понимания событий в видео и взаимодействия с интерфейсами через визуальные сигналы. Модель использует плотную архитектуру Qwen2.5-VL с примерно 3,1 млрд параметров и поддерживает контекст до 128 000 токенов согласно метаданным. README описывает динамическое разрешение изображений, обработку видео с временной привязкой событий, локализацию объектов в виде рамок или точек и структурированные ответы, например для счетов и форм. Карточка также указывает возможности чата и зрения; для работы заявлена библиотека Transformers. README содержит примеры использования с Transformers и ModelScope. Для видео указана зависимость совместимости URL от сторонних библиотек, а длинный текстовый контекст в README описан через YaRN с базовой конфигурацией 32 768 токенов; при расширении контекста возможна потеря качества пространственной и временной локализации. Лицензия в предоставленных данных не указана.

Карточка модели Lostsoulfs/Qwen2.5-VL-7B-Instruct на Hugging Face совпадает с карточкой unsloth/Qwen2.5-VL-7B-Instruct, поэтому описание составлено по ней. Qwen2.5-VL-7B-Instruct — мультимодальная инструкционная модель семейства Qwen, представленная в репозитории Unsloth на основе Qwen/Qwen2.5-VL-7B-Instruct. Это плотная архитектура Qwen2.5-VL с 7,1 млрд параметров, поддерживающая диалоговую работу с изображениями; длина контекста составляет 32 768 токенов. Модель принимает изображения и текстовые запросы, а отвечает текстом, в том числе может выдавать структурированные данные и координаты объектов. Модель предназначена для анализа изображений и документов, распознавания текста, таблиц, диаграмм и макетов, визуальных вопросов и ответов, а также понимания видео и локализации событий. Карточка описывает возможности визуального агента для взаимодействия с интерфейсами и инструментами. Динамическое разрешение позволяет настраивать баланс качества, скорости и расхода памяти. В README приведены результаты на бенчмарках изображений, видео и экранных интерфейсов. Для обработки изображений высокого разрешения требуется больше вычислений; поддержка видео зависит от используемой библиотеки, а видеофайлы подаются локально. Увеличение контекста с YaRN может ухудшить временную и пространственную локализацию. Лицензия — Apache-2.0.

DatarusAI Datarus-R1-14B-preview — языковая модель с открытыми весами для аналитики данных и многошагового решения задач. Это плотная авторегрессионная модель семейства Qwen2, дообученная на базе Qwen/Qwen2.5-14B-Instruct. В README указано 14,8 млрд параметров; в метаданных — 14 млрд. Модель поддерживает генерацию текста и диалоговый режим, а также интерфейс вызова инструментов. Нативная длина контекста — 131 072 токена. Модель предназначена для анализа данных, статистических расчётов и визуализации, решения математических и научных задач, генерации аналитического кода и работы в интерактивных ноутбуках. README описывает два режима рассуждения: интерактивный ReAct с итеративным выполнением кода и режим Reflection для компактных объяснений и отчётов. Обучение проводилось на синтетических аналитических траекториях и наборах данных для рассуждений; заявленные области включают финансы, медицину и количественный анализ. Основной язык — английский. В карточке приведены высокие результаты на LiveCodeBench и AIME, однако это заявления разработчика, и качество на других задачах может отличаться. Интерфейс выполнения кода требует подключённой среды исполнения; сама модель генерирует текст. Модель распространяется по лицензии Apache 2.0.

bling-phi-2-v0 — языковая модель серии BLING, разработанная llmware для ответов на вопросы по контексту в RAG-сценариях. Это плотная модель семейства Phi с 3,5 млрд параметров, дообученная на базе Microsoft Phi-2B-Base на пользовательских инструктивных данных. Модель принимает текст и генерирует текст; основным языком в карточке указан английский. Длина контекста — 2048 токенов. Модель предназначена для прототипирования и автоматизации ответов по документам: отвечает на вопросы по предоставленному тексту, извлекает пары ключ-значение и выполняет простое суммирование. В описанном тесте RAG-Instruct-Benchmark-Tester указана точность 93 из 100; результаты теста не гарантируют аналогичного качества на других данных. Для использования необходима проверка фактов: модель может давать неполные или неточные ответы. Лицензия — Apache 2.0.