IV.5Образование и развитие навыков

Matrix-Game-3.0 — открытая модель Skywork для генерации видео с интерактивным управлением. Она принимает исходное изображение и текстовое описание, а затем создаёт продолжительное видео с разрешением 720p; в карточке Hugging Face основой указана Wan-AI/Wan2.2-TI2V-5B, дообученная для этой задачи. В основе модели — диффузионный трансформер с механизмом памяти, который использует информацию о предыдущих кадрах для поддержания пространственной и временной согласованности на длинных последовательностях. В README заявлены генерация со скоростью до 40 кадров в секунду, квантование и дистилляция для ускорения вывода. Лицензия — Apache-2.0. Модель предназначена для создания интерактивных игровых сцен и длинных видеопоследовательностей по изображению и тексту. Заявленные скорость и согласованность относятся к описанному авторами конвейеру; фактическая производительность зависит от оборудования и конфигурации. README также упоминает масштабирование до варианта 2×14B MoE, но метаданные этой карточки связывают модель с Wan2.2-TI2V-5B.

MedGemma 4B IT 4bit — мультимодальная медицинская модель на архитектуре Gemma 3, представленная в репозитории mlx-community в 4-битном формате MLX. README указывает, что модель преобразована из google/medgemma-4b-it; метаданные каталога связывают её с google/medgemma-4b-pt как с базовой моделью и описывают её как дообученную. Модель принимает текст и медицинские изображения и генерирует текстовые ответы в диалоговом формате. Модель предназначена для вопросов по медицинским изображениям и тексту, в том числе в радиологии, дерматологии, патологии и офтальмологии. Версия 4bit предназначена для запуска в экосистеме MLX. Качество ответов и применимость к клиническим решениям по имеющимся данным не подтверждены; лицензионные условия обозначены как other, поэтому перед использованием следует проверить исходную карточку модели.

MedicalQwen3-Reasoning-14B-IT — языковая модель CannaeAI, дообученная на базе Qwen/Qwen3-14B для медицинских инструкций, рассуждений и клинической поддержки принятия решений. Это плотная авторегрессионная модель семейства Qwen3 с 14 млрд параметров и контекстом до 40 960 токенов; она поддерживает диалог и интерфейс вызова инструментов. Модель предназначена для ответов на медицинские вопросы, разбора клинических сценариев и помощи в рассуждениях по темам здравоохранения и биологии. В обучении использованы наборы FreedomIntelligence/medical-o1-reasoning-SFT и Mohammed-Altaf/medical-instruction-120k. Карточка указывает английский язык. Модель распространяется под лицензией Apache-2.0. Представленные сведения не подтверждают клиническую валидацию, поэтому ответы следует рассматривать как вспомогательные, а не как самостоятельные медицинские решения.

Medical-Qwen3-Swallow-8B — медицинская языковая модель TokyoTech на основе tokyotech-llm/Qwen3-Swallow-8B-RL-v0.2. Это плотная причинная модель семейства Qwen3 с 7,6 млрд параметров, дообученная для медицинской тематики. Она поддерживает японский и английский языки, принимает текст и генерирует текст; длина контекста по метаданным составляет 40 960 токенов. Модель предназначена для исследований и разработки безопасных и надёжных ИИ-систем для японской клинической среды, а также для оценки медицинских ответов на профильных тестах. В опубликованных результатах она превосходит базовую модель на перечисленных японских медицинских бенчмарках. Лицензия Apache 2.0. Модель не проходила валидацию как медицинское изделие. Её ответы могут содержать ошибки, небезопасные рекомендации и неподтверждённые клинические утверждения; результаты требуют проверки специалистом и не заменяют профессиональное медицинское решение. Для инференса README рекомендует ограничивать контекст 32 768 токенами или меньше, пока более длинный контекст не проверен в используемом окружении.

MediKo-4B-A1B-base — базовая контрольная точка корейской медицинской языковой модели, разработанной на основе Qwen3-1.7B. Модель использует архитектуру VocMoE: расширенный медицинский словарь с 5 000 корейских терминов и восемь медицинских экспертов, из которых для токена выбираются два; общий путь сохраняет исходный плотный FFN. Всего в модели 3,49 млрд параметров, активно используется около 1,69 млрд. Она принимает текст и генерирует текст, имеет контекст до 40 960 токенов; карточка указывает корейский и английский языки, но проверялась модель только на корейских медицинских текстах. Модель предназначена для исследований и обучения в области обработки корейского медицинского языка, включая генерацию и диалоговые сценарии. В README приведены результаты базовой версии на медицинских и корейских бенчмарках; результаты вариантов с настройкой инструкций относятся к другим контрольным точкам семейства. Требуется Transformers с trust_remote_code=True из-за пользовательской архитектуры MediKoForCausalLM. Модель может галлюцинировать; её нельзя использовать для диагностики, лечения, назначения препаратов или клинических решений, а также не следует передавать ей персональные данные пациентов. Лицензия — Apache-2.0.

Meditron-3 Gemma2 2B — языковая модель для медицины, разработанная инициативой OpenMeditron и дообученная на базе google/gemma-2-2b-it. Это плотный авторегрессионный трансформер с 2,7 млрд параметров и контекстом до 8192 токенов; он принимает и генерирует текст, преимущественно на английском языке. Модель предназначена для исследовательской оценки языковых моделей в клинических сценариях и для работы с медицинской информацией: например, с рекомендациями, публикациями и вопросами по медицине. В обучающие данные включены клинические руководства, медицинские статьи, синтетические диалоги для дифференциальной диагностики и медицинские тестовые вопросы. Карточка приводит результаты оценки на MedMCQA, MedQA и PubMedQA, но отмечает, что тесты с выбором ответа не отражают клиническую полезность и безопасность полностью. Модель не прошла валидацию для диагностики или принятия клинических решений; её ответы не заменяют профессиональную медицинскую оценку. Распространяется по лицензии Gemma Model License Agreement.

Mombeu — дообученная модель SomosNLP на основе LiquidAI/LFM2-1.2B, предназначенная для добавления культурного повествовательного завершения к ответу другого языкового моделирования. Она получает готовый текст и продолжает его фрагментом, который передаёт элементы гуаранийской космовизии через ассоциации и мотивы устной традиции. Модель рассчитана на фоновое локальное использование через Transformers в связке с другой LLM; это не самостоятельный чат-бот и не модель общего назначения. Архитектура — плотная причинно-языковая LFM2, размер около 1,5 млрд параметров, контекст до 128 000 токенов. Карточка связывает модель с испанским языком, а README указывает на культурную тематику гуарани. Модель обучена в два этапа, SFT и DPO, на датасете paraguay-cultural-alignment. Лицензия — Apache 2.0. Качество и уместность продолжения зависят от входного текста и охвата обучающего корпуса; README отмечает 100 культурных идентификаторов в корпусе. Модель не предназначена для свободной генерации или выполнения общих инструкций.

MuLaCover — модель для создания кавер-версий песен и музыкальных ремиксов, разработанная командой HeartMuLa и представленная в репозитории HeartMuLa. Она преобразует исходную музыку с учётом текста песни и структурированного текстового описания стиля; также поддерживает генерацию на основе мелодии или аккордов в формате MIDI. Модель предназначена для управляемого преобразования музыкального аудио: можно задавать текст и стиль, чтобы получить новую версию композиции, или использовать MIDI-мелодию и аккорды как основу. Для запуска применяется библиотека MuLaCover; для некоторых сценариев нужны дополнительные контрольные точки HeartCodec, Qwen3-Embedding-0.6B, YourMT3 и ChordNet. В репозитории опубликованы конфигурация архитектуры, токенизатор и разделённые на части веса в формате safetensors. Модель принимает аудио, а также использует текстовые подсказки, текст песни и MIDI для управления генерацией. Лицензия CC BY-NC 4.0 разрешает использование на условиях указанных ограничений, включая запрет коммерческого использования.

MuPT-v0-4096-1.97B — модель семейства SMuPT для генерации символической музыки, опубликованная командой m-a-p. Она использует архитектуру Llama и обучена на крупном наборе символических музыкальных произведений разных жанров и стилей; в метаданных указаны 1,9 млрд параметров и контекст 4096 токенов. Модель предназначена для генерации мелодий, аккомпанемента и многодорожечных музыкальных композиций. Модель принимает текстовое токенизированное представление музыкальной последовательности и продолжает его, выдавая последовательность для символической музыки. Карточка описывает серию предварительно обученных моделей и сценарии их дальнейшего применения. Репозиторий содержит веса в формате PyTorch; лицензия — Apache-2.0. README отмечает, что описанное использование основано на Megatron-LM, а поддержка формата Hugging Face планировалась отдельно.

MuPT-v1-8192-1.97B — авторегрессионная языковая модель для генерации символической музыки, разработанная командой MuPT на архитектуре LLaMA 2. Она обучена на крупном наборе символических музыкальных произведений разных жанров и стилей и предназначена для генерации мелодий, аккомпанемента и многодорожечных композиций. Вывод можно преобразовать в стандартную нотацию ABC и затем использовать для получения аудио. Модель содержит около 1,9 млрд параметров, принимает последовательности длиной до 8192 токенов и доступна в формате PyTorch. README описывает семейство моделей MuPT, включая варианты размером до 1,3 млрд параметров, но не поясняет происхождение варианта 1,97B. Репозиторий лицензирован по Apache-2.0. Модель специализируется на символической музыке; она не генерирует аудио напрямую.

Palmyra-Med-20b — медицинская языковая модель Writer с 20 млрд параметров, созданная дообучением Palmyra-Large на специально собранном наборе медицинских данных PubMedQA и MedQA. Это авторегрессионная модель с архитектурой GPT-2, предназначенная для медицинского диалога и ответов на вопросы по биомедицинским публикациям и медицинским темам. Модель принимает текст и генерирует текст на английском языке; длина контекста составляет 2048 токенов. По данным README, на наборах PubMedQA и MedQA модель показала результаты 75,6 и 44,6 соответственно. Разработчик сообщает, что модель снята с поддержки и не рекомендует применять её в производстве или критически важных сценариях. Модель может наследовать предубеждения из обучающих данных, плохо работать на других языках, а её точность и эффективность в практических медицинских условиях не установлены; она не заменяет консультацию специалиста. Лицензия — Apache 2.0.

HZeroxium дообучил Sentence Transformer на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 для сопоставления резюме и вакансий. Модель кодирует предложения и абзацы в плотные векторы размерности 384; архитектура состоит из BERT и среднего пуллинга токенов, а сходство векторов оценивается косинусной мерой. Максимальная длина последовательности в README — 128 токенов, контекстный лимит в метаданных — 512 токенов. Модель подходит для семантического поиска вакансий по резюме и резюме по описанию вакансии, оценки соответствия пар текстов, поиска перефразировок, кластеризации и классификации текстов на основе эмбеддингов. Она обучалась на бинарных, триплетных и similarity-данных, а также наборах перефразировок резюме и вакансий. Базовая модель многоязычная; приведённые примеры обучающих данных включают вьетнамский язык. Лицензия в предоставленных данных не указана.

arcee-ai/PMC_LLaMA_Vicuna_13B_Slerp — объединённая языковая модель, созданная Arcee AI методом SLERP с помощью mergekit на основе axiong/PMC_LLaMA_13B и lmsys/vicuna-13b-v1.3. Модель использует архитектуру LLaMA с плотной декодерной сетью LlamaForCausalLM и содержит 12,9 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов; объединение медицинской PMC_LLaMA с Vicuna ориентировано на сочетание медицинской тематики с возможностями чат-модели. Она принимает текст и генерирует текст, поддерживает контекст до 2048 токенов. Опубликованные веса доступны в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества или подробных ограничений применения; медицинские ответы не следует считать профессиональной диагностикой или рекомендацией.

Это плотный чекпойнт Qwen3 с 3,7 млрд параметров, дообученный HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Он предназначен для генерации текста в рамках эксперимента RaR-Medicine OnlineRubrics-Every; название запуска указывает на работу с медицинскими online-rubrics. Модель принимает текст и выдаёт текст, поддерживает диалоговый режим и имеет контекст до 262 144 токенов. Чекпойнт сохранён в BF16 для инференса; в репозитории также есть параметры исходного чекпойнта veRL. Использование ограничено исследовательскими целями согласно README. Лицензия — Apache-2.0. Карточка не описывает точные медицинские сценарии, метрики качества или гарантии клинической пригодности.

HYU-NLP-EVAL/qwen3-4b-rar-medicine-onlinerubrics-dense-seed11-step-031 — плотный языковой чекпойнт семейства Qwen3, созданный на базе Qwen/Qwen3-4B-Instruct-2507. Это шаг 31 эксперимента RaR-Medicine OnlineRubrics-Every, обученного на медицинских онлайн-рубриках; модель предназначена для генерации текста в исследовательских и экспериментальных сценариях оценки медицинских ответов. Архитектура — Qwen3ForCausalLM, размер — 3,7 млрд параметров, формат весов для инференса — BF16, библиотека — Transformers. Модель принимает текст и генерирует текст; контекст — до 262 144 токенов. Чекпойнт подходит для изучения влияния онлайн-рубрик на генерацию и для экспериментальной оценки ответов на медицинские запросы. Карточка указывает исследовательское использование; лицензия — Apache-2.0. Подробные сведения о поддерживаемых языках и гарантированном качестве медицинских ответов в карточке отсутствуют, поэтому модель не следует считать проверенным клиническим инструментом.

Это плотная языковая модель Qwen3, дообученная HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Представленный чекпойнт относится к серии RaR-Medicine OnlineRubrics-Every; карточка указывает запуск обучения phase1-online-rubrics-medicine-full-dense-20260919-seed11 и шаг 32. Модель содержит 3,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и предназначена для генерации текста в диалоговом режиме. Она принимает текст и выдаёт текст; контекст — до 262 144 токенов. Медицинская тематика и название серии указывают на исследовательскую оценку ответов по онлайн-рубрикам в медицинском контексте. README описывает локальный чекпойнт в BF16 и файлы параметров veRL. Карточка не сообщает результаты оценки или подробности целевого формата ответов, поэтому качество для клинических решений не установлено. Лицензия — Apache-2.0; README ограничивает применение исследовательскими целями.

Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт шага 52 создан в запуске RaR-Medicine OnlineRubrics-Every dense checkpoint; в корне репозитория размещена BF16-версия для инференса, а в original_checkpoint/ — исходные файлы veRL с параметрами модели. Модель предназначена для генерации текста и диалогового применения в медицинском сценарии, связанном с OnlineRubrics. Контекст составляет до 262 144 токенов; основная модальность ввода и вывода — текст. Карточка не уточняет языковой охват и конкретные медицинские задачи, поэтому их нельзя надёжно конкретизировать. Лицензия — Apache-2.0. Автор обозначает применение как исследовательское.

x-tangle/robotomy — разговорная языковая модель семейства Gemma 3 Text с 257 млн параметров, опубликованная в формате Safetensors. Она предназначена для генерации текста в диалоговом режиме; карточка описывает вымышленный сценарий извлечения пароля из повреждённых весов модели. Заявленная длина контекста — 32 768 токенов. Модель помечена тегами CTF и security, поэтому её вероятное назначение — учебная задача по анализу LLM в формате кибербезопасностного соревнования. Лицензия указана как gemma. Карточка не сообщает о качестве, методе обучения или проверенных способах извлечения данных.

RookWorld-LM-124M — авторегрессионная модель на базе GPT-2 с 124 млн параметров, разработанная Jonathan Rahn, Jenia Jitsev (LAION/JSC) и Qi Sun (Tokyo Tech/Sakana AI). Она объединяет в одном трансформере выбор шахматных ходов и симуляцию шахматной среды; режим задаётся префиксом запроса. Модель обучена на чередующихся примерах ходов и состояний партий и распространяется под лицензией MIT. Модель предназначена для самостоятельной игры в шахматы, предсказания ходов и оценки позиций, а также моделирования следующего состояния партии, награды и завершения игры. Она работает с шахматной нотацией, включая FEN и UCI, и может использоваться для генерации партий в цикле самообучения. Репозиторий содержит веса в форматах Safetensors и ONNX; основная задача в метаданных — генерация текста. README указывает контекст до 2048 токенов, тогда как метаданные каталога задают нативный контекст 1024 токена. Среди ограничений названы отсутствие глубокого поиска и Monte Carlo методов, зависимость качества от распределения обучающих данных и ограниченная глубина оценки. Приведённые в README высокие показатели симуляции и более скромные результаты выбора ходов относятся к указанным там датасетам и оценкам.

Self-consciousness_continuous — дообученная ajrayman модель на базе microsoft/deberta-v3-base для классификации текста. В метаданных указана архитектура DeBERTa V2 с головой классификации последовательностей, 211,6 млн параметров и контекстом до 512 токенов. README сообщает об обучении на датасете, название которого не указано, и приводит результаты оценки: loss 0,0455, RMSE 0,2132, MAE 0,1700 и корреляция 0,2733. Модель предназначена для оценки текста по непрерывной шкале, связанной с темой самосознания; конкретные метки, целевая шкала и сценарии применения в карточке не описаны. Базовая модель англоязычная, поэтому английский — основной язык, хотя язык обучающих данных отдельно не подтверждён. Распространяется по лицензии MIT. README содержит мало сведений о назначении и ограничениях, а значение корреляции указывает на необходимость осторожной проверки качества перед практическим применением.

Sarath569/slm-125m-legal-chat — компактная instruction-tuned модель на архитектуре Llama, созданная Sarath569 дообучением с учителем собственной базовой модели Sarath569/slm-125m-legal-base. Модель содержит 125,8 млн параметров и принимает текстовые запросы, выдавая текстовые ответы в формате диалога; длина контекста — 1024 токена. Модель предназначена для экспериментов с генерацией ответов на общие, юридические и финансовые вопросы, а также для использования в качестве небольшой основы для дальнейшего дообучения. Обучение включало общие инструкции, финансовые вопросы и ответы, а также вопросы по праву США; данные базового предварительного обучения включали судебные дела США, документы SEC и образовательные веб-материалы. Карточка указывает лицензию Apache-2.0. Модель может выдавать связные ответы с юридической и финансовой лексикой, но галлюцинирует и ненадёжна в фактических вопросах по этим областям. Её ответы нельзя использовать как юридические или финансовые рекомендации. Модель не проходила выравнивание с помощью RLHF; автор позиционирует её для исследований и дальнейшего дообучения, а не для производственного применения.

Stable Audio 3 Small SFX Base — базовая предварительно обученная модель Stability AI для генерации звуковых эффектов по текстовому описанию и последующего дообучения. Она входит в семейство Stable Audio 3 — быстрых латентных диффузионных моделей на основе трансформера. Текстовые условия обрабатывает предварительно обученная T5Gemma; модель создаёт аудио переменной длительности, поддерживает продолжение коротких записей и целевое редактирование с помощью inpainting. Модель рассчитана на английские текстовые запросы и сценарии создания звуковых эффектов. В README указано, что семейство Stable Audio 3 обучено на лицензированных и Creative Commons записях и может работать на потребительском оборудовании; для прямой генерации авторы рекомендуют вариант Stable Audio 3 Small SFX, а эту базовую версию позиционируют для дообучения. Репозиторий содержит веса safetensors и использует библиотеку stable-audio-3. Применяются Stability AI Community License и условия Gemma для текстового энкодера T5Gemma; перед использованием следует ознакомиться с соответствующими условиями, особенно для коммерческих сценариев.

SeanWang0027/student_prefix_polaris_15K_olmo3-7b_continual_Q_qwen3-30b-a3b_cutoff4096_epoch_1_mask — экспериментальный чекпойнт на базе Olmo-3-7B-Think-SFT, созданный для изучения метода Online ROSE с передачей продолжений между моделями с разными токенизаторами. Модель обучали на продолжениях Qwen3-30B-A3B-Thinking-2507 по 15 368 задачам конкурсной математики; обучающая цель применялась только к токенам продолжения учителя. Архитектура — плотная Olmo 3 с 6,9 млрд параметров, формат весов — safetensors; в README указаны 7,30 млрд параметров исходной модели. Чекпойнт предназначен прежде всего как артефакт воспроизведения обучения и для экспериментов с дистилляцией рассуждений и продолжением математических решений. В README сообщается о снижении обучающей cross-entropy, но downstream-оценок не проводили, поэтому улучшение математических способностей не подтверждено. Обучение выполнялось в bf16; согласно карточке, модель поддерживает контекст до 65 536 токенов. Лицензия — Apache-2.0.

Это финальный контрольный пункт агента для поэтапного создания эскизов, выпущенный авторами работы «Teaching an Agent to Sketch One Part at a Time». Модель дообучена на Qwen/Qwen3-VL-30B-A3B-Instruct с помощью SFT и многошагового GRPO с визуальной наградой DreamSim; в репозитории доступны объединённые веса bf16 для Transformers, vLLM и SGLang, а также исходный LoRA-адаптер. Архитектура — мультимодальная Qwen3-VL MoE; базовая модель имеет около 30 млрд параметров и контекст до 256 тыс. токенов, хотя для инференса авторы рекомендуют ограничивать контекст примерно 24 тыс. токенов с учётом памяти GPU. На каждом шаге модель получает подпись и изображение текущего холста, затем выдаёт штрихи следующей части рисунка в виде кубических кривых Безье. Она предназначена для последовательного построения эскиза и исследовательского воспроизведения описанного в статье подхода. Репозиторий распространяется по лицензии Apache-2.0. Объединённая версия является рекомендуемым вариантом: сырой адаптер нельзя напрямую загрузить через PEFT, а стандартная подача LoRA через vLLM или SGLang применяет лишь малую часть обновлений и даёт некорректные результаты.

Titan Art Engine v1.0 — модель генерации изображений по текстовому описанию, разработанная Aljokar (Mahmoud Hassan) для визуальной основы экосистемы Titan Connect. Она предназначена для быстрого создания окружений, фонов и концепт-арта для интерактивных историй и RPG, включая нуар 1940-х годов, неоновый киберпанк и тёмное средневековое фэнтези. Модель основана на Stable Diffusion 1.5 и использует дистилляцию Latent Consistency Model (LCM); в карточке указано около 860 млн параметров. Для генерации рекомендуется 4–8 шагов и CFG 1,5–2,0; заявлена поддержка FP32 и FP16, а запуск предусмотрен через Diffusers. Модель рассчитана на быстрый вывод, в том числе на стандартном CPU и GPU, однако фактическое время зависит от оборудования и настроек. Репозиторий распространяется в форматах Diffusers и safetensors. Лицензия — OpenRAIL.

WirelessMathLM-3B — исследовательская языковая модель XINLI1997 для математических задач по беспроводной связи. Она создана дообучением Qwen/Qwen2.5-3B методом GRPO на 3 227 задачах из WirelessMathBench-XL; модель имеет плотную архитектуру Qwen2 и 3,1 млрд параметров, веса представлены в формате safetensors с точностью bfloat16. Контекст — до 32 768 токенов. Для запросов из набора данных модель использует обычное продолжение текста без шаблона чата. Модель предназначена для проверки методов обучения и оценки математических рассуждений в задачах беспроводной связи, а не для роли универсального ассистента. На тестовом наборе WirelessMathBench-XL опубликованы результаты 25,50% на полном тестовом разбиении и 25,16% на открытой подвыборке при заданном авторами протоколе оценки. Результаты не подтверждают обобщение на другие источники задач или независимые проверяющие системы: обучающая и тестовая выборки разделены по задачам, но содержат задачи из общих научных публикаций, а проверяющий и резервная модель оценки имеют общее семейство и стиль промптов. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Zhongsi-6B-Benchmark — дообученная языковая модель, опубликованная SYSU-MUCFC FinTech Research Center. Она создана на базе saves/Yi-1.5-6B-sft-241208 и дополнительно обучена на наборе датасетов, включающем задачи TCM, клинические данные и наборы с названиями A_problem–D_problem и zl_2–zl_3. Модель имеет плотную архитектуру LlamaForCausalLM, около 5,8 млрд параметров и контекст до 4096 токенов; опубликованные веса представлены в safetensors. Она предназначена для генерации текста и диалогового взаимодействия, а специализация на медицинской тематике следует из состава обучающих данных. В карточке приведён результат loss 0,3568 на оценочном наборе, но описание не раскрывает протокол оценки и практическое качество ответов. Лицензия указана как other, поэтому условия использования следует уточнять у автора репозитория. Область применения и надёжность модели для клинических решений не документированы; ответы не следует считать медицинскими рекомендациями.

Audio2Hero — модель Matthew Banaag и Tim Gubski для преобразования аудио в файлы уровней Guitar Hero с последовательностью кнопок и временем нот. Это дообученный encoder-decoder Transformer семейства Pop2Piano с 26,4 млн параметров; карточка Hugging Face указывает обработку аудио и задачу automatic-speech-recognition, хотя README описывает генерацию музыкальных чартов, а не распознавание речи. Модель предназначена для создания игровых уровней по аудиозаписям любимых песен. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Модель 425GMM/bart-base-aslg-gloss — версия facebook/bart-base, дообученная на обучающей части параллельного корпуса ASLG-PC12 для преобразования английских предложений в глоссы американского жестового языка (ASL). Она принимает текст на английском в нижнем регистре и выдаёт последовательность глосс в верхнем регистре согласно условностям корпуса. Это encoder-decoder модель BART с контекстом до 1024 токенов; веса сохранены в fp16. В тесте на 1000 предложениях качество зависело от способа декодирования: грамматическое ограничение повышало долю последовательностей из допустимых глосс до 100%, но метрики BLEU и chrF были ниже, чем при свободном декодировании. Модель предназначена для генерации глосс по английскому тексту в рамках соглашений ASLG-PC12, включая прототипирование и эксперименты с ограниченным декодированием. Глоссы в обучающих данных автоматически получены из текстов Europarl, а не размечены носителями ASL, поэтому модель не является универсальным переводчиком с английского на жестовый язык и не предназначена для перевода реального жестового видео или речи. Лицензия — Apache-2.0.

CambodiaTourismLM — двуязычная языковая модель, созданная Chhorn Seyha с нуля для работы с текстами о туризме, культуре, географии и истории Камбоджи. Это причинная языковая модель на архитектуре Transformer Decoder в стиле Llama с 276 млн параметров, 16 слоями и токенизатором Byte-Level BPE. Модель принимает и генерирует текст на английском и кхмерском языках; максимальная длина контекста составляет 512 токенов. Модель предназначена для генерации тематических текстов, ответов на вопросы и создания материалов о Камбодже на английском и кхмерском. Она создана с нуля, а не дообучена на готовой базовой модели. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия MIT разрешает использование на её условиях. Размер и тематическая специализация делают её пригодной для узких сценариев, связанных с Камбоджей. Небольшой контекст и обучение с нуля ограничивают её возможности в сравнении с крупными универсальными языковыми моделями; README не приводит результатов оценки качества.