IV.4Клиническая медицина и общественное здоровье

Llama-3-8B-UltraMedical — языковая модель для биомедицины, разработанная лабораторией Tsinghua C3I. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, построенная на Meta Llama 3 8B и дообученная на наборе UltraMedical из 410 тысяч синтетических и вручную отобранных примеров. Модель принимает текст и генерирует текст; её контекст составляет 8192 токена. Модель предназначена для ответов на медицинские экзаменационные вопросы, понимания биомедицинской литературы и работы с клиническими знаниями. В README приведены результаты на MedQA, MedMCQA, PubMedQA и медицинских разделах MMLU. Карточка описывает шаблон чата Llama 3 и отмечает, что текущая версия рассчитана на диалог в один ход, а возможности многоходового общения ограничены. Модель может галлюцинировать и выдавать неверную или вводящую в заблуждение медицинскую информацию, поэтому её ответы требуют проверки по надёжным источникам и консультации специалиста; их не следует использовать как единственное основание для клинических решений. Репозиторий распространяется по лицензии Llama 3.

arcee-ai/Llama-3-Medical-JSL-WiNGPT2-SLERP — объединённая языковая модель на архитектуре Llama 3, созданная методом SLERP с помощью mergekit из johnsnowlabs/JSL-MedLlama-3-8B-v1.0 и winninghealth/WiNGPT2-Llama-3-8B-Base. Она предназначена для генерации текста, в частности ответов на медицинские вопросы; базовые модели ориентированы на китайский и английский языки. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель распространяется в формате safetensors. Карточка не содержит сведений о лицензии и не приводит отдельных оценок качества. Ответы по медицинским вопросам следует проверять у квалифицированного специалиста.

Llama-3-Physician-8B-Instruct — медицинская языковая модель от авторов работы «Efficient Continual Pre-training by Mitigating the Stability Gap», созданная на основе Llama 3. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом 8192 токена; репозиторий содержит веса PyTorch. Модель прошла дополнительное непрерывное предобучение на медицинской подвыборке RefinedWeb, затем была настроена на медицинских и общих инструкциях. Она предназначена для ответов на медицинские вопросы и других задач работы с медицинским текстом, включая классификацию, извлечение отношений, логический вывод и суммаризацию. В README приведены результаты оценки на медицинских наборах данных, однако они не гарантируют точность в клинической практике. Лицензия — Llama 3 Community License (llama3). Модель ориентирована на английский медицинский текст; применять её для диагностики или выбора лечения без проверки специалистом не следует.

wnkh/llava-med-v1.5-mistral-7b-hf — конвертированная и исправленная версия медицинской визуально-языковой модели LLaVA-Med v1.5 на основе Mistral-7B. Репозиторий поддерживает формат Hugging Face Transformers и прямой запуск через vLLM; архитектура — плотная мультимодальная модель LLaVA для диалога с изображениями. Модель предназначена для вопросов и ответов по медицинским и биомедицинским изображениям. Она принимает изображение вместе с текстовым запросом и генерирует текстовый ответ. Карточка указывает лицензию Apache-2.0. README отмечает, что версия исправляет проблему совместимости в предыдущей конвертации; медицинская область применения предполагает необходимость проверять ответы перед использованием.

rntc/medembed-v9 — модель эмбеддингов на базе Sentence Transformers, разработанная автором репозитория rntc. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 768 для оценки семантического сходства, семантического поиска, поиска перефразировок, классификации и кластеризации текста. Модель построена на ModernBERT с усреднением токенных представлений и поддерживает последовательности длиной до 8192 токенов; сходство векторов рекомендуется оценивать косинусной мерой. Модель дообучена на парах и триплетах текстов. Примеры обучающих данных включают французские медицинские коды и описания процедур, поэтому она может быть полезна для поиска и сопоставления медицинских формулировок. Карточка не указывает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Tonic/med-gpt-oss-20b — дообученная компанией Tonic модель OpenAI GPT-OSS-20B для медицинских рассуждений и выполнения инструкций. Это авторегрессионная языковая модель с архитектурой GPT-OSS типа MoE; в метаданных указан размер 1,6 млрд параметров и контекст до 131 072 токенов. Модель принимает текст и поддерживает диалоговый режим. Модель предназначена для ответов на медицинские вопросы и диалогов, требующих медицинских рассуждений. Она обучалась на наборе FreedomIntelligence/medical-o1-reasoning-SFT; карточка указывает английский язык, а метаданные также отмечают французский. README содержит противоречивые сведения о базовой архитектуре и размере, поэтому здесь использованы данные метаданных и идентификатор базовой модели из них. Модель распространяется по лицензии Apache 2.0. Возможны предвзятость обучающих данных, фактические ошибки и устаревшие сведения; ответы не следует считать заменой профессиональной медицинской оценки.

AdaptLLM/medicine-LLM — специализированная языковая модель для биомедицины, разработанная авторами исследования AdaptLLM и основанная на LLaMA-1-7B. Модель содержит 6,6 млрд параметров и создана методом продолженного предобучения на предметных корпусах, преобразованных в тексты для чтения и понимания. Такой подход предназначен для обогащения модели биомедицинскими знаниями и сохранения способности отвечать на запросы по подсказке. Модель подходит для генерации текста и ответов на вопросы по биомедицинской тематике, а также для исследовательских оценок и задач извлечения знаний. Карточка рекомендует использовать чат-версию для более качественного диалога. Модель принимает и генерирует текст; в метаданных указан английский язык. README сообщает о конкурентных результатах относительно значительно более крупных доменных моделей, но конкретные показатели для этого репозитория не приведены. Модель распространяется в форматах PyTorch и safetensors; лицензия в предоставленных данных не указана.

Medra-i1-GGUF — это квантованные версии медицинской языковой модели Medra, разработанной на базе drwlf/Medra и подготовленной в формате GGUF пользователем mradermacher. Модель дообучалась с использованием наборов данных PubMedQA, Dermatology Question-Answer Dataset For Fine-Tuning и MedQuAD; в карточке также указаны библиотеки Transformers и методы QLoRA и Unsloth. Поддерживаются английский и румынский языки. Модель предназначена для генерации текста в медицинских сценариях, включая ответы на вопросы, суммирование и задачи, связанные с дерматологией. Доступны многочисленные варианты квантования размером примерно от 1,2 до 3,3 ГБ, что позволяет запускать модель на системах с ограниченными ресурсами. В README указано, что варианты i1-IQ4_XS, i1-Q4_K_S и i1-Q4_K_M обеспечивают удачный баланс размера, скорости и качества, тогда как наиболее компактные варианты могут иметь существенно более низкое качество. Точные размер исходной модели, архитектурные параметры, максимальная длина контекста, результаты оценки и сведения о мультимодальности не указаны. Квантованные версии могут уступать полной модели по качеству, а медицинские ответы не следует использовать как замену консультации специалиста. Для модели указана лицензия Apache-2.0.

UMCU/MedRoBERTa.nl_Experiencer — медицинская модель на архитектуре RoBERTa, разработанная командой MedRoBERTa.nl и дообученная Брамом ван Эсом для распознавания того, к кому относится упомянутое в тексте клиническое состояние или событие (experiencer detection). Модель предназначена для нидерландских клинических текстов и использует контекстные окна до 64 токенов вокруг размечаемого понятия. Базовую модель MedRoBERTa.nl предварительно обучали с нуля на почти 10 миллионах обезличенных записей из электронных медицинских карт больниц Амстердамских университетских медицинских центров. Для дообучения использован корпус Erasmus Dutch Clinical Corpus с синтетическим увеличением доли редких классов. Это модель RoBERTa для классификации токенов объёмом 153,2 млн параметров; максимальный контекст составляет 514 токенов. Для доступа к медицинским классификаторам авторы предлагают связаться с ними; упоминается интеграция в библиотеку clinlp. Лицензия — GPL-3.0. Модель подходит для извлечения сведений о пациенте и других участниках клинических записей, например, чтобы отличать анамнез самого пациента от семейного анамнеза. Она специализирована на нидерландском медицинском тексте; качество на других языках и вне клинического домена не заявлено.

Meissa-4B — мультимодальная медицинская модель на 4 млрд параметров, разработанная CYX1998 на основе Qwen3-VL-4B-Instruct. Она предназначена для медицинских сценариев с изображениями: анализа снимков, ответов на визуальные вопросы и клинических консультаций с использованием инструментов и взаимодействия нескольких агентов. Модель поддерживает диалог, изображения и встроенное пошаговое рассуждение; для вызова инструментов README рекомендует запуск через vLLM с парсером Hermes. Модель дообучена на 43 210 медицинских траекториях, полученных дистилляцией взаимодействий frontier-моделей. В обучающих данных представлены радиология, патология и общие клинические рассуждения; заявлены сценарии анализа рентгенограмм грудной клетки, итеративного изучения изображений и консультаций нескольких медицинских агентов. Модель рассчитана на работу локально, без API-вызовов. Лицензия — Apache-2.0.

OpenGVLab/Mini-InternVL2-4B-DA-Medical — медицинская адаптация мультимодальной модели Mini-InternVL2, разработанная OpenGVLab. Она предназначена для диалога по медицинским изображениям и визуальных вопросов и ответов в медицинском контексте. Модель основана на InternVL2-4B и объединена с ним; архитектура InternVL Chat — плотная, около 4,2 млрд параметров. Принимает изображения и текстовые запросы, отвечает текстом; репозиторий использует Transformers и формат safetensors. Для адаптации использовались медицинские датасеты PMC-OA, MedICaT, Open-i, MedPix, Quilt-1M, RP3D, MIMIC-CXR и Retina Image Bank, наряду с наборами общего визуального назначения. Языковая поддержка обозначена как многоязычная. Модель подходит для исследовательских и прикладных сценариев анализа медицинских изображений, однако README не приводит численных оценок качества и не уточняет клинические ограничения. Лицензия — MIT.

ModernBERT-bio-base — англоязычная биомедицинская encoder-модель, разработанная Almanach продолженным предобучением answerdotai/ModernBERT-base. Модель содержит 149 млн параметров и использует архитектуру ModernBERT с FlashAttention, RoPE и чередованием локального и глобального внимания. Она обрабатывает контекст до 8192 токенов и предназначена для заполнения пропусков и дообучения под задачи биомедицинского и клинического NLP. Модель подходит для распознавания биомедицинских сущностей, классификации клинических документов, извлечения отношений и информации, фенотипирования и удаления идентифицирующих данных из клинических записей. В README сообщается о среднем F1 78,0% на 11 англоязычных биомедицинских тестах; длинный контекст помогает работать с клиническими документами, которые короткие модели могут обрезать. Это encoder, который выдаёт контекстуализированные представления и не генерирует текст. Обучение на английских биомедицинских текстах ограничивает применение другими языками без дополнительной адаптации. Модель распространяется по лицензии Apache-2.0.

ModernCamemBERT-bio-base — франкоязычная биомедицинская модель-энкодер, разработанная Almanach на архитектуре ModernBERT. Это дообученная версия ModernCamemBERT, предназначенная для заполнения пропусков и адаптации к задачам клинической и биомедицинской обработки текста. Модель содержит 135,5 млн параметров по метаданным и поддерживает контекст до 8192 токенов. При обучении применялся двухэтапный рецепт CLM detour: продолжение предобучения с причинной языковой моделью, а затем возврат к маскированному языковому моделированию. README сообщает об улучшении в среднем на 2,8 процентного пункта по восьми франкоязычным биомедицинским задачам относительно соответствующего MLM baseline. Модель подходит для NER, классификации клинических документов и извлечения информации из длинных медицинских текстов. Это энкодер, который формирует контекстуальные представления и поддерживает заполнение масок, но не генерирует связный текст. Он обучен на французских биомедицинских данных и не предназначен для других языков без дополнительной адаптации. Лицензия — Apache-2.0.

Это англоязычная модель распознавания заболеваний в клинических текстах, разработанная командой NLP4BIA Барселонского суперкомпьютерного центра для подзадачи MultiClinNER в рамках MultiClinAI. Модель выполняет разметку токенов по схеме BIO, выделяя упоминания заболеваний метками B-DISEASE и I-DISEASE, а прочие токены — меткой O. Модель основана на RoBERTa, дообученной на биомедицинских текстах, содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов. Она предназначена для извлечения упоминаний заболеваний из англоязычных клинических записей и электронных медицинских карт. Для воспроизведения заявленных результатов при обработке следует использовать предварительную токенизацию, соответствующую обучению, и корректно сопоставлять метки с исходными смещениями текста. На тестовых документах MultiClinNER модель получила строгий F1 0,6487 и посимвольный F1 0,7603. Авторы не оценивали систематические смещения модели; точность границ сущностей может меняться при иной токенизации, а длинные документы требуют обработки с перекрытием фрагментов. Лицензия — CC BY 4.0.

OctoMed-7B — мультимодальная медицинская модель рассуждений, созданная командой OctoMed на основе Qwen2.5-VL-7B-Instruct с помощью курирования данных и supervised fine-tuning. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2.5-VL и принимает изображения вместе с текстовыми запросами; её нативный контекст составляет 128 000 токенов. Модель предназначена прежде всего для медицинских задач визуальных вопросов и ответов с выбором из нескольких вариантов, включая анализ изображений и клинические вопросы. Для обучения подготовили более 8 млн трасс рассуждений общим объёмом 6,8 млрд токенов, используя данные, полученные с помощью DeepSeek-R1 и GPT-4o. Карточка сообщает о сильных результатах на медицинских тестах вне обучающего распределения; доступны запуск через Transformers и vLLM. Модель чувствительна к системному промпту, поэтому авторы рекомендуют стандартный промпт. Она дообучена преимущественно для VQA с выбором ответа; другие задачи следования инструкциям широко не проверялись. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-AnatomyDetect-ElectraMed-33M — модель на архитектуре BERT для распознавания анатомических сущностей в биомедицинском тексте. Она выполняет классификацию токенов и присваивает найденным фрагментам метки B-Anatomy и I-Anatomy, выявляя анатомические структуры и части тела в клинических записях и научной литературе. Модель предназначена для извлечения анатомических упоминаний, анализа медицинской документации и обработки биомедицинских публикаций. В README приведены F1 0,83, точность 0,81, полнота 0,84 и accuracy 0,96 на наборе ANATOMY. Максимальная длина контекста составляет 512 токенов; модель принимает токенизированный текст и возвращает разметку сущностей. Указанная лицензия — Apache-2.0.

Карточка модели aria220/OpenMed-NER-AnatomyDetect-SuperClinical-184M на Hugging Face совпадает с карточкой OpenMed/OpenMed-NER-AnatomyDetect-SuperClinical-184M, поэтому описание составлено по ней. OpenMed-NER-AnatomyDetect-SuperClinical-184M — модель OpenMed для распознавания анатомических сущностей в биомедицинских и клинических текстах. Это дообученный трансформер DeBERTa, предназначенный для токенной классификации: он помечает фрагменты текста BIO-метками B-Anatomy и I-Anatomy. В метаданных указано 211,6 млн параметров и контекст до 512 токенов. Модель подходит для извлечения названий органов, частей тела и других анатомических структур из медицинских записей и научной литературы, а также для биомедицинского поиска и построения баз знаний. В карточке приведены результаты на корпусе ANATOMY: F1 0,86, точность 0,84 и полнота 0,89. Несмотря на заявления карточки о готовности к производственному применению, качество зависит от текста и домена; метки модели ориентированы на анатомические сущности, а не на лекарства или нежелательные явления. Лицензия — Apache-2.0.

OpenMed разработала эту специализированную модель для распознавания анатомических сущностей в биомедицинских текстах. Это дообученная модель семейства RoBERTa для классификации токенов: она находит упоминания анатомических структур и частей тела и размечает их тегами B-Anatomy и I-Anatomy. В README указана базовая архитектура distilroberta-base; метаданные сообщают о 95,2 млн параметров и контексте до 514 токенов. Модель предназначена для извлечения анатомических терминов из клинических записей, медицинской документации и научной литературы, а также для построения поисковых и аналитических систем в биомедицине. README приводит F1 0,85, точность 0,84, полноту 0,86 и accuracy 0,97 на ANATOMY, но не описывает протокол оценки. Поддерживается английский язык. Репозиторий использует формат Safetensors и лицензию Apache-2.0.

OpenMed-NER-PharmaDetect-BioClinical-108M — модель OpenMed для распознавания химических сущностей в биомедицинских текстах. Это дообученная Bio_ClinicalBERT с архитектурой BERT для классификации токенов; она размечает упоминания химических веществ и препаратов тегами B-CHEM и I-CHEM. Модель обучена на BC5CDR_CHEM и принимает токенизированный текст, возвращая предсказания в формате BIO. По метаданным, размер модели составляет 135,5 млн параметров, максимальный контекст — 512 токенов; язык карточки — английский. Модель подходит для извлечения упоминаний препаратов из клинических записей и научных публикаций, мониторинга нежелательных явлений и подготовки данных для поиска лекарственных взаимодействий и исследований в области разработки лекарств. В README заявлены F1 0,96, точность 0,95 и полнота 0,96 на BC5CDR-Chem; эти показатели относятся к указанному набору данных. Лицензия — Apache-2.0.

Parakeet Medical DE — модель автоматического распознавания речи на немецком языке для медицинской тематики, разработанная Mediform. Она дообучена на наборе Mediform/medical_asr_de от nvidia/parakeet-tdt-0.6b-v3; опубликован чекпойнт эпохи 14 с лучшим показателем на валидации. По данным карточки, WER составляет 11,31% на тесте и 11,55% на валидации, а набор обучения включает 529 немецких медицинских терминов, в том числе названия лекарств, заболеваний, процедур, симптомов и частей тела. Модель принимает аудиоречь и выдаёт текстовую расшифровку. В README описана совместимость весов SafeTensors с mlx-audio-swift для локального вывода на устройствах Apple Silicon. Лицензия — Apache-2.0. Показатели качества приведены для конкретных тестовых данных и сами по себе не гарантируют такую же точность на других записях или в клиническом применении.

Qwen2.5-VL-7B-Instruct-MRPO — медицинская мультимодальная модель для ответов на вопросы по изображениям. Она разработана на базе Qwen2.5-VL-7B-Instruct с применением метода обучения с подкреплением MRPO, который использует вознаграждения за итоговый ответ и отдельные шаги рассуждения, усиливая штраф за ранние ошибки. Модель предназначена для медицинских визуальных вопросов и ответов (VQA) и улучшения точности медицинских рассуждений. Модель построена на плотной архитектуре Qwen2.5-VL и содержит 7,1 млрд параметров. Она принимает изображения и текстовые запросы, генерирует текст и поддерживает контекст до 128 000 токенов. В метаданных указан английский язык. Репозиторий использует формат safetensors; лицензия — Apache-2.0.

Qwen3-0.6B-Diagnose — дообученная разработчиком карточки модель Qwen3 для интерпретации клинической информации и формирования структурированных диагнозов. Это плотная языковая модель с архитектурой Qwen3ForCausalLM и примерно 507,9 млн параметров; README сообщает о полном дообучении в формате bf16. Модель принимает текст и генерирует текст. Для неё заявлены диалоговые возможности и интерфейс вызова инструментов; длина контекста составляет 40 960 токенов. Модель предназначена для анализа описаний клинических случаев и помощи в подготовке диагностических заключений. В README приведён результат 71,68% диагностического сходства с DeepSeek V3-0324 на отложенной проверочной выборке, однако описание метрики и протокол оценки не раскрыты. Доступные языковые сведения указывают на английский. Модель выпущена по лицензии Apache-2.0. Она может помогать в клинической интерпретации, но приведённая оценка не подтверждает безопасность или точность для принятия медицинских решений; результаты следует проверять специалистом.

Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт создан в рамках запуска RaR-Medicine OnlineRubrics-Every dense, фаза обучения использовала онлайн-рубрики для медицины; модель предназначена для генерации текста в медицинских сценариях. Она поддерживает диалоговый режим и контекст до 262 144 токенов, а для инференса доступна в формате BF16. Модель можно применять для генерации ответов и проверки медицинских текстов по рубрикам. В README указано исследовательское использование; лицензия Apache-2.0. Карточка не приводит сведений о поддерживаемых естественных языках или результатах оценки качества.

Red Flag Detection: context module — специализированная модель на базе Qwen2.5-3B-Instruct для извлечения контекстных медицинских признаков из клинических заметок и сообщений пациентов. Она входит в систему из пяти модулей обнаружения тревожных признаков и предназначена для совместной работы с rule engine; этот модуль извлекает 12 контекстных флагов, в том числе сведения о травме или утоплении. Модель построена на архитектуре Qwen2, содержит 3,1 млрд параметров и принимает текст на английском, китайском и малайском языках, включая разговорный Brunei English (Manglish). Контекстное окно — 32 768 токенов. Модель обучена с LoRA и объединёнными весами; для загрузки в репозитории указаны safetensors и библиотека Transformers. Автор README сообщает о результатах полного пятикомпонентного конвейера с механизмом правил на независимом наборе из 2246 случаев, но эти метрики относятся ко всему конвейеру, а не к одному контекстному модулю. Модель предназначена для медицинского извлечения признаков, а не для самостоятельной диагностики: результат следует использовать как часть описанного конвейера. Распространяется по лицензии Apache-2.0.

Mykes/rubert_ner_SDDCS — русскоязычная модель распознавания именованных сущностей, созданная дообучением cointegrated/rubert-tiny2 на наборе Mykes/patient_queries_ner_SDDCS. Компактный BERT-энкодер содержит около 29 млн параметров и рассчитан на выделение сущностей в запросах пациентов; метаданные указывают контекст до 2048 токенов. Модель размечает симптомы, заболевания, лекарства, города, станции метро, пол, возраст и медицинские специальности. Она подходит для структурирования обращений пациентов, например для поиска подходящего специалиста по симптомам и местоположению. Карточка не приводит численных показателей качества, поэтому точность на конкретных данных следует проверять отдельно. Лицензия в предоставленных данных не указана.

SahabatAI-MediChatIndo-8B-v1 — диалоговая текстовая модель, созданная объединением Medichat-Llama3-8B и индонезийской инструкционной модели SahabatAI. Она предназначена для чата и генерации ответов, в том числе в медицинских сценариях и на индонезийском языке. Модель использует плотную архитектуру Llama 3 с 7,5 млрд параметров и контекстом до 8192 токенов; файлы опубликованы в формате safetensors. По метаданным поддерживаются английский и индонезийский, а базовая SahabatAI также ориентирована на яванский и сунданский языки. Модель распространяется по лицензии Llama 3.

Модель на архитектуре BERT, дообученная на базе SciBERT для распознавания именованных сущностей в медицинских текстах. Она помечает токены, относящиеся к названиям лекарств и нежелательным эффектам, пятью метками: начало и продолжение сущности препарата, начало и продолжение описания эффекта, а также токены вне этих сущностей. Модель предназначена для извлечения упоминаний препаратов и побочных эффектов из текста, например при анализе сообщений о нежелательных реакциях. Она содержит 137,1 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт метки токенов. Указанная библиотека — Transformers; формат весов — PyTorch. Языковая метка карточки — английский. Условия лицензии в предоставленных данных не указаны.

Модель abhibisht89/spanbert-large-cased-finetuned-ade_corpus_v2 — англоязычная модель SpanBERT Large с сохранением регистра, дообученная для извлечения упоминаний лекарств и нежелательных реакций на лекарства в тексте. Она размечает токены, относящиеся к этим сущностям, и предназначена для извлечения фрагментов из медицинских текстов с использованием датасета ADE Corpus v2. Модель основана на архитектуре BERT и содержит 432,3 млн параметров. Максимальная длина контекста — 512 токенов; доступны веса PyTorch. Лицензия в предоставленных данных не указана.

Модель glazzova/translation_en_ru — дообученная версия MarianMT Helsinki-NLP/opus-mt-en-ru, созданная автором репозитория на датасете tico19 с терминологией, связанной с COVID-19. Она предназначена для перевода текстов с английского на русский, в частности медицинских материалов. Модель содержит 57,2 млн параметров, использует архитектуру MarianMT и принимает текст, выдавая перевод. Контекст — до 512 токенов; языки модели — английский и русский. В карточке приведены результаты оценки на тестовых данных: BLEU 30,84 и loss 1,1217. Репозиторий распространяет веса в формате safetensors по лицензии Apache-2.0. Результаты относятся к указанному тестированию; качество перевода для других типов текстов отдельно не подтверждено.

Professor/whisper-small-afrispeech — модель автоматического распознавания речи, разработанная путём дообучения openai/whisper-small на наборе AfriSpeech-200. Она предназначена для транскрибирования англоязычной речи с африканскими акцентами в общих и клинических сценариях. Архитектура — Whisper с 244 млн параметров; модель принимает аудио и выдаёт текст. Обучающая выборка охватывает около 200 часов записей, 120 акцентов и 13 стран. На тестовой выборке модель показала WER 22,94% в целом, 16,23% для общей речи и 29,84% для клинической; результаты заметно различаются по акцентам. Модель лучше подходит для подготовки черновых транскрипций, которые затем проверяет человек. Медицинские термины требуют особой проверки, а аудио длиннее 30 секунд обрезается. Лицензия — CC BY-NC-SA 4.0, допускающая использование на указанных условиях с ограничением на коммерческое применение.