IV.2Банки, платежи и инвестиции

Карточка модели CollectionStudio/chronos-2-small на Hugging Face совпадает с карточкой autogluon/chronos-2-small, поэтому описание составлено по ней. 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 Mattral/chronos-2-small на Hugging Face совпадает с карточкой autogluon/chronos-2-small, поэтому описание составлено по ней. 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.

Chronos-Bolt Tiny — предварительно обученная модель прогнозирования временных рядов из семейства Chronos-Bolt, опубликованная AutoGluon. Она предназначена для прогнозов без дополнительного обучения на конкретном наборе данных. Модель построена на архитектуре T5 encoder-decoder: исторический ряд разбивается на патчи, а декодер напрямую формирует вероятностные прогнозы по нескольким будущим шагам и квантилям. В README указан размер 9 млн параметров, а в метаданных Hugging Face — 3,7 млн; эти сведения расходятся. Контекст составляет до 512 наблюдений. Модель рассчитана на быстрый прогноз временных рядов, в том числе с ковариатами, и поддерживает запуск на CPU и GPU. README сообщает о сравнительно высокой скорости и эффективности по памяти относительно исходных Chronos того же размера, а также о результатах zero-shot оценки на 27 наборах данных. Подходит для прикладного прогнозирования, но точность зависит от данных и горизонта прогноза; конкретные ограничения применения не описаны. Лицензия — Apache-2.0.

Granite-TimeSeries-TTM-R2 — компактная предварительно обученная модель TinyTimeMixer для прогнозирования многомерных временных рядов, выпущенная IBM Research. Варианты TTM рассчитаны на определённые длины контекста и прогноза; эта версия относится к семейству моделей размером около 1 млн параметров и использует архитектуру TinyTimeMixerForPrediction. Модель поддерживает нулевое прогнозирование и дообучение на данных целевого ряда, включая режимы независимой обработки каналов и смешивания каналов. Модель предназначена для точечного прогнозирования временных рядов от минутной до часовой частоты. Она может использовать экзогенные признаки и статические категориальные данные; для каждого канала требуется предварительное масштабирование. По карточке модели, TTM отличается малыми требованиями к ресурсам и может запускаться на одной GPU или ноутбуке, а дообучение возможно на небольшой доле целевых данных. Версия распространяется по лицензии Apache-2.0. Ограничения включают зависимость выбора варианта от длины контекста, горизонта прогноза и распределения целевых данных. Не рекомендуется искусственно увеличивать короткую историю нулевыми значениями или повышением частоты; поддержка частот ниже часовой в описанной версии ограничена, при этом ежедневные и еженедельные частоты добавлены в выпуске r2.1.

rakedoc-nano — модель CloudRaker на архитектуре Qwen2-VL с 1,2 млрд параметров, дообученная для разбора структуры таблиц в документах. Это LoRA-дообучение florin-inc/florin-parser-nano; веса адаптера объединены с базовой моделью, поэтому отдельная загрузка адаптера не требуется. Модель используется в конвейере разбора документов CloudRaker Paperwork API и может служить заменой базовой модели в KDL pipeline. Модель принимает изображение документа и текстовый запрос, а для распознанной таблицы выдаёт структурированное представление OTSL. Дообучение проводилось на 3 000 синтетических фрагментов таблиц, включая многоуровневые заголовки, объединённые ячейки и многострочный текст. В заявленном тесте ParseBench модель набрала 86,44 балла за таблицы; показатели диаграмм и поведения вне табличного этапа близки к базовой модели. Проверка охватывала преимущественно англоязычные финансовые и страховые документы; качество на других тематиках не оценивалось. Конвейер не выводит разметку подчёркивания, выделения и блоков кода. Лицензия — AGPL-3.0.

TimesFM 2.0 500M — предварительно обученная фундаментальная модель временных рядов для прогнозирования, разработанная Google Research. Это декодерная модель семейства TimesFM с 573,4 млн параметров; репозиторий содержит веса в формате safetensors и предназначен для запуска через библиотеку TimesFM на PyTorch. Модель не является официально поддерживаемым продуктом Google. Модель прогнозирует одномерные временные ряды: принимает исторический контекст длиной до 2048 точек и строит прогноз на заданный горизонт; при работе можно указать частотный индикатор. Основной режим — точечный прогноз. Также доступны экспериментальные квантильные выходы, но они не калиброваны после предварительного обучения. Для корректной работы желательно подавать непрерывный ряд без пропусков и сохранять одинаковую частоту в контексте и горизонте; пропущенные значения README предлагает заполнять линейной интерполяцией. Модель подходит для прогнозирования временных рядов в различных областях, однако конкретные отраслевые гарантии качества в карточке не заявлены. Распространяется по лицензии Apache-2.0.

YOLOS-small-signature-detection — модель обнаружения объектов, дообученная Марио Дефрансом на базе hustvl/yolos-small для поиска рукописных подписей на изображениях документов. Она использует архитектуру Vision Transformer (YOLOS) и выдаёт расположение найденных подписей на изображении. Модель насчитывает 28,3 млн параметров и предназначена для работы с документами, включая сканы договоров и форм. Лицензия — Apache 2.0. Модель подходит для автоматического выделения областей с подписями при обработке документов. По данным README, обучение проводилось на наборе из примерно 2,8 тыс. изображений, объединяющем Tobacco800 и signatures-xc8up; тестовые показатели приведены для изображений 640×640. Качество может снижаться на изображениях низкого качества и при разнообразии стилей, недостаточно представленном в обучающих данных. Возможны ложные срабатывания и пропуски, поэтому результаты для юридически или финансово значимых решений следует проверять человеком. Модель не предназначена для обнаружения других объектов или подделки подписей.

arnabdhar/YOLOv8-nano-aadhar-card — дообученная модель обнаружения объектов на базе YOLOv8 nano, опубликованная пользователем arnabdhar. Она находит на изображениях карт Aadhaar области с номером Aadhaar, датой рождения, полом, именем и адресом, выдавая рамки и метки классов; обнаруженные области текста можно передать следующему этапу для распознавания или извлечения данных. Модель предназначена для автоматизации ввода данных, проверки документов и выявления подделок в сценариях обработки карт Aadhaar. Модель реализована на PyTorch и рассчитана на обработку изображений. В README указано дообучение на наборе данных из Roboflow Universe. Лицензия репозитория — Apache-2.0. Карточка не описывает OCR-распознавание содержимого внутри найденных областей, поэтому для получения текстовых значений может потребоваться отдельный распознаватель.

Модель BGE base Financial Matryoshka разработана как Sentence Transformer с дообучением от BAAI/bge-base-en-v1.5. Она кодирует английские предложения и абзацы в плотные эмбеддинги размерностью 768; в архитектуре используются BERT, пулинг по CLS-токену и нормализация векторов. Максимальная длина входа — 512 токенов, сходство оценивается косинусной мерой. Благодаря Matryoshka-обучению эмбеддинги можно использовать в укороченных размерностях для поиска и сравнения текста. Модель предназначена для семантического поиска, оценки сходства предложений, поиска перефразировок, кластеризации и классификации текста, включая поиск по финансовым материалам. В README приведены результаты на небольшом наборе из 16 обучающих примеров; для информационного поиска метрика cosine_accuracy@1 равна 0 на нескольких размерностях, поэтому качество на целевых данных следует проверять отдельно. Модель использует библиотеку sentence-transformers и распространяется по лицензии Apache-2.0.

Cisco Time Series Model 1.0 Preview — модель временных рядов от Cisco для безусловного прогнозирования одного временного ряда без дообучения на конкретной задаче (zero-shot). В основе — декодерный трансформер, созданный на базе TimesFM 2.0 и дополненный многомасштабной обработкой контекста. Модель содержит 573,4 млн параметров и распространяется в формате safetensors по лицензии Apache 2.0. На вход подаются два согласованных по времени контекста: грубого разрешения и более детального, причём шаг грубого ряда в 60 раз больше. Каждый контекст может содержать до 512 точек; утилиты из репозитория позволяют подготовить их из ряда одной частоты длиной до 30 720 точек. Модель выдаёт прогноз из 128 значений на детальном разрешении и соответствующие квантили. Модель рассчитана на сценарии прогнозирования временных рядов общего назначения. Её качество может снижаться при короткой истории и при чрезмерном заполнении пропусков последним значением, особенно если таким образом заменено более 30% точек. Квантили пока не откалиброваны и их покрытие не подтверждено строгой оценкой.

nielsr/donut-base-finetuned-cord-v2 — модель Donut, разработанная командой NAVER CLOVA и опубликованная в экосистеме Hugging Face. Это vision-encoder-decoder для понимания документов без отдельного OCR-модуля: Swin Transformer кодирует изображение, а текстовый декодер BART авторегрессионно генерирует структурированный текст. Модель дообучена на наборе данных CORD и предназначена прежде всего для разбора изображений чеков и извлечения из них текстовых полей и структуры. В метаданных указаны архитектура vision-encoder-decoder, задача image-text-to-text, библиотека Transformers и размер около 0,2 млрд параметров; конфигурация Donut задаёт входной размер 1280×960 и максимальную длину генерации 768 токенов. Поддержка естественных языков в метаданных не указана. Для официальной карточки соответствующей модели Donut указана лицензия MIT.

solvi-ai/extract-receipts — англоязычная модель Solvi на базе ModernBERT-large, дообученная на чеках для извлечения полей по текстовому описанию. Она принимает текст OCR и возвращает точный фрагмент текста с границами и оценкой уверенности либо сообщает, что поле отсутствует; извлечение выполняется через библиотеку solvi. Модель обучали два эпоха на 800 чеках CORD v2 и поддерживает поля вроде позиций товаров, цен, количества, налогов, скидок, итоговой суммы, наличных и сдачи. Размер — 394,7 млн параметров, контекст — до 8192 токенов; доступны веса Safetensors и ONNX, включая запуск на CPU и WebGPU. Модель особенно хорошо извлекает суммы, налоги, наличные, сдачу и даты: в описанной оценке на тесте CORD точность по указанным группам вопросов составила 97,3%. Для названий магазинов она уступает базовой модели, поскольку CORD не содержит таких меток. Модель рассчитана на английские и индонезийского типа чеки в виде OCR-текста; другие форматы чеков проверены ограниченно. Лицензия Apache-2.0.

Mitra-v2 Regressor — табличная фундаментальная модель регрессии от AutoGluon. Это второе поколение Mitra, обученное на синтетических наборах данных, созданных с помощью смеси случайных регрессоров, включая Hybrid SCM prior. Модель использует 12-слойный двумерный Transformer с 76,7 млн параметров и механизмом внимания по строкам и столбцам, рассчитанный на обучение в контексте. Для регрессии она предсказывает распределение по 1 000 целевым бинам, а точечный прогноз вычисляет как среднее этого распределения. Модель предназначена для прогнозирования числовых целевых значений по табличным данным. По сравнению с Mitra-v1 она обучена с контекстом в десять раз длиннее и поддерживает втрое больше признаков; также обновлены оптимизатор и выходная голова. README сообщает о высокой точности на бенчмарках TabArena и TALENT и о возможности получать прогнозные распределения для вероятностной оценки. Для использования требуется AutoGluon и пакет mitra-finetune. Лицензия — Apache-2.0.

t0-beta — открытая модель прогнозирования временных рядов от The Forecasting Company, вторая публичная версия семейства t0. Это трансформер с декодерной архитектурой patch transformer и примерно 256 млн параметров, который строит вероятностные многогоризонтные прогнозы на 21 уровне квантилей. Модель поддерживает одномерные и многомерные ряды, исторические и известные заранее ковариаты, например календарные признаки, праздники, акции и прогноз погоды. Модель предназначена для локального прогнозирования и оценки качества прогнозов на пользовательских данных. Доступны исходные веса в формате safetensors для PyTorch и MLX; для корректной работы требуются версии библиотеки tfc-t0 не ниже 0.5.0 для PyTorch или 0.6.0 для MLX. Это бета-релиз для исследований, экспериментов и прикладной оценки прогнозирования; прогнозы являются вероятностными оценками, а не гарантиями. Лицензия — Apache-2.0.

Chroma Context-1 — агентная поисковая модель Chroma, дообученная на базе openai/gpt-oss-20b с помощью SFT и RL. Она предназначена для поиска подтверждающих документов по сложным многошаговым запросам в паре с более мощной моделью рассуждений: разбивает запрос на подзадачи, вызывает инструменты поиска и редактирует рабочий контекст, удаляя менее полезные документы. Модель имеет архитектуру MoE и принимает текстовые запросы, выдавая текст и вызовы инструментов в агентной среде. В README заявлена поддержка задач из веба, права и финансов, а также обобщение на другие области. По данным каталога, модель содержит 1,6 млрд параметров, использует Transformers и формат safetensors, а длина контекста составляет 131 072 токена. Для воспроизведения заявленных результатов необходим специальный агентный harness, который выполняет инструменты и управляет бюджетом токенов, очисткой контекста и удалением дубликатов; авторы пока его не опубликовали. Поэтому работа модели без harness не гарантирует результаты из технического отчёта. Лицензия — Apache-2.0.

Granite-TimeSeries-PatchTST-FM-r2 — модель временных рядов семейства PatchTST-FM, разработанная IBM. Это dense Transformer-модель с 503,3 млн параметров по метаданным; в README указано около 385 млн параметров. Версия r2 продолжает PatchTST-FM-r1 и заменяет обычные Transformer-блоки на Conformer-блоки с чередующимися свёрточными ядрами размером 5 и 3. Она использует перекрывающиеся патчи длиной 16 с шагом 8, контекст до 8192 временных точек и прогнозирование с объединением перекрывающихся фрагментов; выходная голова формирует 99 квантилей. Модель предназначена для zero-shot прогнозирования временных рядов без дообучения на конкретном наборе данных. Её можно применять для оценки будущих значений и диапазонов неопределённости на разнообразных последовательностях. В README заявлено высокое место на бенчмарке GIFT-Eval среди воспроизводимых zero-shot моделей по CRPS и MASE; результаты на момент публикации находились в ожидающем рассмотрения PR. Модель распространяется под лицензией OpenMDW-1.0, которую README характеризует как permissive и совместимую с коммерческим использованием. README также отмечает, что IBM не обязуется поддерживать или обновлять код репозитория.

Это модель LayoutLMv3, дообученная автором Theivaprakasham на microsoft/layoutlmv3-base для извлечения ключевой информации из изображений чеков. Она размечает токены и текстовые области по категориям данных чеков; обучение и оценка проводились на WildReceipt, содержащем 25 категорий. В модели 151,8 млн параметров, базовая архитектура LayoutLMv3ForTokenClassification, родной контекст — 514 токенов. На тестовой части WildReceipt модель показала F1 0,8785, точность 0,9249, полноту 0,8799 и loss 0,3108. Она предназначена для извлечения полей из чеков, например для последующей обработки расходов и оцифровки документов. Для работы с изображениями чеков и распознанным текстом требуется учитывать, что качество зависит от данных и условий распознавания; лицензия в предоставленных источниках не указана.

BizOnAI-OCR — разработанная ONTHEIT специализированная модель OCR для обработки промышленных документов. Она дообучена на основе Qwen/Qwen3-VL-8B-Instruct и использует архитектуру Qwen3-VL с 8 млрд параметров для преобразования изображений документов в структурированный текст. Модель ориентирована прежде всего на корейские документы: договоры, медицинские записи, финансовые формы и государственные документы. Она распознаёт смешанный корейский, английский и китайский текст, сложные формы, вертикальные таблицы и необычное форматирование пробелов; может сохранять структуру документа с заголовками и таблицами в Markdown. В карточке приведены результаты тестирования на корейском KDoc-OCRBench и англоязычном olmOCR-bench. Для обслуживания указана совместимость с vLLM и Transformers; пример запуска задаёт максимальную длину контекста 16 384 токена. Модель принимает изображения и выдаёт текст. Для специализированного OCR её результаты зависят от качества исходного изображения и сложности документа; опубликованные оценки относятся к указанным бенчмаркам и не гарантируют точность на всех типах документов. Лицензия — OpenRAIL.

DynaGuard-1.7B — языковая модель-охранник, разработанная исследователями Университета Мэриленда и Capital One для проверки текста на соответствие политикам, заданным на естественном языке. Она предназначена для модерации диалогов и ответов чат-ботов по правилам конкретного приложения, например для предотвращения несанкционированных возвратов или медицинских рекомендаций. Модель основана на Qwen3-1.7B и представляет собой плотный decoder-only Transformer с 1,7 млрд параметров. Она принимает текст с политикой и диалогом и генерирует текстовый результат: краткую классификацию PASS/FAIL либо классификацию с объяснением. Поддерживает английский язык; максимальная длина контекста — 40 960 токенов. Модель дообучена на DynaBench и наборах данных для оценки безопасности с помощью SFT и GRPO. Карточка сообщает о сильных результатах на DynaBench и традиционных тестах безопасности, однако приведённые оценки относятся к тестовым наборам и не гарантируют качество для любой пользовательской политики. Модель распространяется под лицензией Apache-2.0.

FrameByFrame разработала модель для обнаружения персональных данных в корейском тексте. Это дообученная для токенной классификации версия multilingual-e5-base на основе двунаправленного энкодера XLM-RoBERTa с 305,2 млн параметров и контекстом до 514 токенов. Модель размечает девять категорий PII, включая имена, адреса, телефоны, электронную почту, URL, IP-адреса и номера счетов; выдаёт метки BIOES, которые можно преобразовать в символьные диапазоны для последующего удаления или маскировки данных. Модель предназначена для поиска корейских персональных данных в разговорной речи, новостях и документах. В README приведены результаты F1 0,943 на тесте KDPII, 0,866 на новостях KLUE-NER и 0,995 на тестовых документах из страховой и государственной сфер; последний результат может завышать переносимость на реальные данные. Указанные языки — корейский и английский, однако специализация модели — корейский текст. Лицензия — MIT.

UMCU/PII_XMLR.eu — многоязычная модель для выявления и классификации персональных данных в тексте. Её создали в UMCU, дообучив FacebookAI/xlm-roberta-base на наборе ai4privacy/pii-masking-openpii-1.5m с помощью MedNER. Модель построена на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров; она принимает текст и относит токены к классам, что позволяет находить фрагменты с персональными данными для последующей деидентификации или маскировки. Модель обучали на английском, нидерландском, французском, немецком, испанском, итальянском, датском, шведском и португальском языках. В классификационной голове вместо одного линейного слоя используются три плотных слоя с ReLU и dropout 10%. Максимальная длина контекста — 514 токенов. Модель подходит для поиска и разметки PII в текстах на поддерживаемых языках; качество зависит от языка, типа данных и сходства текста с обучающим набором. Лицензия — Apache-2.0.

dragonkue/bge-reranker-v2-m3-ko — корейски оптимизированная версия многоязычного переранжировщика BAAI/bge-reranker-v2-m3, дообученная автором dragonkue. Это cross-encoder на архитектуре XLM-RoBERTa с примерно 659 млн параметров: модель принимает пару «запрос — фрагмент документа» и выдаёт оценку их релевантности, которую можно преобразовать в значение от 0 до 1 с помощью sigmoid. Контекст составляет до 8194 токенов. Модель предназначена для переупорядочивания результатов семантического поиска и повышения точности поиска по корейским текстам, в том числе в RAG-сценариях. README приводит результаты тестирования на корейском бенчмарке для финансового сектора, где базовый bge-reranker-v2-m3 показал высокие значения среди сравниваемых cross-encoder-моделей. Как и другие cross-encoder, она медленнее bi-encoder при обработке большого числа пар, поэтому обычно применяется для повторной оценки ограниченного набора кандидатов. Лицензия — Apache-2.0.

unstructuredio/donut-base-sroie — модель семейства Donut, разработанная Unstructured и дообученная на базе naver-clova-ix/donut-base для обработки изображений документов. Архитектура VisionEncoderDecoder объединяет визуальный энкодер и текстовый декодер; модель принимает изображение документа и генерирует текстовый результат. Модель предназначена для извлечения и структурирования сведений из чеков SROIE, например, распознавания текста и полей документа. В карточке не приведены подробности о качестве, процедуре оценки или конкретном формате результата. Репозиторий содержит веса PyTorch, лицензия — MIT.

KURE-v1 — модель для получения текстовых эмбеддингов и поиска релевантных документов, разработанная NLP&AI Lab при Университете Корё. Это дообученная на корейских данных версия BAAI/bge-m3 на архитектуре XLM-RoBERTa; размер модели — 658,7 млн параметров, размерность эмбеддингов — 1024, контекст — до 8194 токенов. Для дообучения использовались пары корейских запросов и документов с трудными отрицательными примерами и функция CachedGISTEmbedLoss. Модель предназначена прежде всего для семантического поиска по корейским текстам и документам, включая длинные документы и сценарии RAG. В карточке приведены результаты на нескольких корейских наборах данных для поиска, в том числе из областей финансов, государственного сектора, медицины, права и коммерции; заявлено преимущество над сравниваемыми мультиязычными моделями на использованных бенчмарках. Лицензия — MIT. Английский указан среди поддерживаемых языков, однако модель специально адаптирована для корейского поиска.

cointegrated/rubert-tiny-sentiment-balanced — русскоязычная модель классификации тональности, созданная дообучением cointegrated/rubert-tiny. Она распределяет короткий текст по одному из трёх классов: отрицательная, нейтральная или положительная тональность. Модель основана на архитектуре BERT и содержит 12,1 млн параметров. Она принимает текст, поддерживает контекст до 512 токенов и предназначена для анализа коротких русскоязычных сообщений, например отзывов и новостей. В README приведены результаты на сбалансированном тестовом наборе: Macro F1 составляет 0,83 для банковских отзывов SentiRuEval2016, 0,74 для отзывов о телекоммуникациях и 0,66 для новостей Kaggle. Модель обучена на собранных Smetanin датасетах, приведённых к трёхклассовой разметке; источники и классы балансировались повышающей и понижающей выборкой. Лицензия в предоставленных данных не указана.

vladlinv/ru-pii-ner-gliner2.5 — русскоязычная модель извлечения персональных данных, разработанная автором репозитория как полный файнтюн fastino/gliner2.5-multi-v1. Она распознаёт типы и границы имён, адресов, дат, телефонов, электронной почты, государственных и иных идентификаторов, банковских реквизитов, медицинских, судебных, кадровых, учебных и других данных, связанных с человеком. Разметка учитывает контекст и юридический смысл данных по 152-ФЗ и российской правоприменительной практике, стараясь отличать сведения о физических лицах от данных организаций и служебных значений. Модель построена на архитектуре GLiNER2.5 с энкодером mDeBERTa-v3-base и содержит 287 млн параметров. Она предсказывает границы сущностей и сопоставляет найденные фрагменты с заданными на входе метками; заявлена обработка до 4096 токенов за проход. Метки можно адаптировать под собственную схему без переобучения, однако качество подтверждено только для меток из карточки. Модель подходит для выявления персональных данных в документах при подготовке к обезличиванию, включая юридические, кадровые, финансовые, медицинские и административные материалы. Лицензия — Apache-2.0. Оценка выполнена на 405 документах; метрики строгие и требуют точного совпадения границ сущностей. Датасет преимущественно русскоязычный, около 6% примеров — на других языках. Модель может пропускать чувствительные данные, поэтому её следует дополнять регулярными выражениями, словарями и прикладными правилами; коммерческую тайну и конфиденциальные сведения, не относящиеся к физическим лицам, она специально не обнаруживает.

AvoCahDoe/invoice-layout-yolov8n — дообученная AvoCahDoe модель YOLOv8n для обнаружения областей на страницах счетов-фактур. Она выделяет восемь типов блоков: метаданные счёта, данные продавца и покупателя, таблицу, строки товаров, сводку, платёжные сведения и заголовки столбцов. Модель принимает изображения страниц документов; размер входа для примеров работы — 1024 пикселя. Число параметров базовой архитектуры YOLOv8n — 3,0 млн, вычислительная сложность — 8,1 GFLOPs. Модель предназначена для предварительной разметки структуры счёта перед извлечением текста и полей с помощью OCR или последующей системы обработки документов. В README приведены метрики на тестовой выборке из семи изображений: mAP50 0,96 и точность 0,9502; размер выборки ограничен, поэтому эти результаты не гарантируют аналогичное качество на иных типах счетов. Поддерживаются счета на английском и немецком языках. Лицензия — Apache-2.0.

PiiScan — мультиязычная модель для выявления персональных данных в тексте. Её разработал Arnab Pal на основе distilbert-base-multilingual-cased: это DistilBERT для классификации токенов с разметкой BIO по 27 меткам, из которых 13 типов сущностей обучены на данных, а ещё 11 выявляются отдельными правилами в сопутствующем сервисе. Модель распространяется в форматах ONNX и safetensors; вариант ONNX с INT8-квантизацией рассчитан на работу через onnxruntime на CPU и без подключения к сети. Контекст — до 512 токенов. Модель находит фрагменты персональных данных и возвращает их тип и точные смещения символов в исходной строке. Среди обученных типов — имена, адреса, телефоны, даты, электронная почта и номера документов; README описывает поддержку 30 языков. Репозиторий также упоминает отдельные правила проверки форматов и REST API для редактирования данных, но это возможности сопутствующего пакета, а не самой модели. На тесте, созданном тем же генератором, что и обучающие данные, результаты высокие; на размеченных реальных судебных документах качество заметно ниже. Модель не предназначена для HIPAA-деидентификации или обработки медицинских идентификаторов, слабо поддерживает длинную реальную прозу и не рассчитана на языки с письмом деванагари и бенгали. Для ответственной редактуры персональных данных нужна проверка человеком. Лицензия — Apache-2.0; обучающие данные получены из Ai4Privacy OpenPII 1.5M под CC-BY-4.0.

thomaskim1130/stella_en_1.5B_v5-FinanceRAG — англоязычная Sentence Transformer-модель, дообученная разработчиком thomaskim1130 на базе NovaSearch/stella_en_1.5B_v5 для получения эмбеддингов предложений и абзацев. Она преобразует текст в плотные векторы размерности 1024; сходство между ними оценивается косинусной мерой. Модель основана на архитектуре Qwen2, содержит 1,5 млрд параметров и рассчитана на контекст до 131 072 токенов по метаданным. В описании Sentence Transformers для этой версии указана максимальная длина последовательности 512 токенов. Модель предназначена для семантического поиска, оценки сходства текстов, поиска перефразирований, кластеризации и классификации. Название указывает на применение в Finance RAG, однако README не описывает конкретные финансовые данные или сценарии. Доступна в формате safetensors; для использования подходят библиотека Sentence Transformers и инфраструктура text-embeddings-inference. Результаты приведённой оценки информационного поиска низкие, поэтому качество для целевых данных следует проверять отдельно. Лицензия в предоставленных данных не указана.

CITRAS-FM — компактная модель временных рядов, разработанная Hitachi NLP. Это трансформер с 7,2 млн параметров для прогнозирования временных рядов без дообучения на конкретной задаче (zero-shot). Он принимает один или несколько целевых рядов, а также необязательные ковариаты: наблюдаемые в прошлом и известные на всём горизонте прогноза. Модель предназначена для прогнозирования будущих значений по историческому окну, в том числе с учётом внешних факторов, например погоды или календарных событий. По данным карточки, инференс на CPU занимает менее 0,1 секунды. В бенчмарке fev-bench CITRAS-FM показала лучшие результаты среди моделей временных рядов размером менее 10 млн параметров на всех приведённых разделах; эти результаты не гарантируют точность на конкретных данных. Веса опубликованы в формате safetensors. Лицензия CC-BY-NC-SA-4.0 разрешает использование на её условиях, но исключает коммерческое применение. Авторы отдельно предупреждают, что прогнозы могут быть неточными и модель не следует использовать как единственное основание для критически важных решений.