IV.6Научные исследования, математика и новые материалы

Карточка модели Firework2026/mask2former-satellite на Hugging Face совпадает с карточкой mfaytin/mask2former-satellite, поэтому описание составлено по ней. Mask2Former for Satellite Image Segmentation — модель mfaytin, дообученная для семантической сегментации спутниковых и аэрофотоснимков. Она построена на архитектуре Mask2Former с backbone Swin Transformer и дообучена на наборе OpenEarthMap от facebook/mask2former-swin-base-ade-semantic. Модель размечает каждый пиксель одним из девяти классов земного покрова: фон, голая земля, трава, мощёные поверхности, дороги, деревья, вода, сельскохозяйственные угодья и здания. Её можно применять для анализа землепользования, городского планирования, экологического мониторинга и GIS-задач. Результаты могут быть менее надёжны для регионов, не представленных в обучающих данных, изображений с иным разрешением, съёмки с других сенсоров и платформ, а также при сезонных и погодных изменениях. Репозиторий распространяется по лицензии MIT.

MedCrab-1.5B — специализированная модель перевода с английского на вьетнамский язык для медицинских и биомедицинских текстов. Её разработал Phạm Nguyễn Ngọc Bảo; модель дообучена на Qwen/Qwen2.5-1.5B и обучена на наборе MedCrab из 300 000 пар медицинских переводов, проверенных клиницистами во Вьетнаме и за его пределами. Модель предназначена для перевода клинических документов, научных статей и материалов по биомедицинской инженерии. В карточке заявлены сохранение биомаркеров, биологических путей и специальной терминологии, а также связный перевод сложных фрагментов длиной 100–150 слов. Архитектура — плотная авторегрессионная Qwen2ForCausalLM с 1,5 млрд параметров; максимальный контекст составляет 131 072 токена. Доступны языки английский и вьетнамский. В README приведены результаты оценки медицинских фрагментов: BLEU 42–46, COMET 0,68–0,72 и METEOR 37–40. Модель предназначена только для исследовательского использования и не должна применяться для постановки диагноза или принятия решений о лечении. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое применение.

NeuroVFM — визуальная фундаментальная модель лаборатории MLiNS Lab для анализа клинических нейровизуализационных данных. Это энкодер на основе 3D Vision Transformer (ViT-Base/4x16x16px), обученный методом Volumetric Joint-Embedding Predictive Architecture на 5,24 млн необработанных объёмных исследований MRI и CT из одной академической системы здравоохранения. Репозиторий содержит визуальный экстрактор признаков на PyTorch. Модель предназначена для использования как замороженный экстрактор признаков в последующих задачах нейровизуализации. Представления можно применять в системах классификации и других клинических конвейерах для MRI и CT; сама модель не является диагностическим устройством и не заменяет заключение специалиста. Модель ориентирована на объёмные медицинские изображения головного мозга и заявляет перенос между MRI и CT. Она распространяется по лицензии CC BY-NC-SA 4.0, которая предусматривает некоммерческое использование и распространение производных материалов на тех же условиях. Разработчики отмечают, что модель не одобрена для клинического применения регуляторными органами; возможны смещения, связанные с популяцией пациентов исходной системы здравоохранения.

OpenMed-NER-BloodCancerDetect-TinyMed-82M — модель OpenMed для распознавания клинических сущностей, связанных с хроническим лимфолейкозом (ХЛЛ), в биомедицинских текстах. Это дообученная модель семейства RoBERTa для классификации токенов; в README в качестве базовой архитектуры указана distilroberta-base. Модель принимает токенизированный текст и выдаёт BIO-разметку сущностей типов B-CL и I-CL. Размер по метаданным — 95,2 млн параметров, длина контекста — 514 токенов. Модель предназначена для извлечения терминов, связанных с ХЛЛ, из медицинских записей и научной литературы. Её можно применять для анализа упоминаний заболевания и связанных клинических понятий в исследованиях и документах здравоохранения. В README приведены результаты на корпусе CLL: F1 0,8793, точность 0,7904 и полнота 0,9908; эти показатели относятся к указанному набору данных и не гарантируют такое же качество на других текстах. Карточка указывает лицензию Apache-2.0.

Prompt Depth Anything ViT-L — модель для оценки метрической глубины по изображению с подсказками, разработанная авторами метода Prompt Depth Anything. Она использует данные iPhone LiDAR как подсказку, чтобы получать точные карты глубины высокого разрешения, вплоть до 4K. Модель поддерживает задачу depth-estimation и совместима с библиотекой Hugging Face Transformers. Модель предназначена для сценариев, где по изображению нужно восстановить расстояния до объектов и поверхности: например, для 3D-реконструкции и обобщённого роботизированного захвата. В карточке не указаны поддерживаемые языки, поскольку входными данными служат изображения, а результатом — карта глубины. Модель распространяется по лицензии Apache-2.0.

Это диалоговая модель Qwen2.5-3B-Instruct-Sheldon-RLVR-math-v1, разработанная в рамках проекта Harvard CS 2881R. Она основана на Qwen2.5-3B-Instruct-Sheldon-RLAIF-grpo-v2 и дообучена с подкреплением по проверяемому математическому вознаграждению; финальный LoRA-адаптер объединён с весами, сохранёнными в формате bf16 Safetensors. Модель содержит 3,1 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговых ответов в образе Шелдона Купера и решения математических задач с пошаговым рассуждением и итоговым ответом в формате \boxed{}. В README приведены результаты на MATH-500, GSM8K и AIME; модель восстановила значительную часть математических способностей, утраченных на предыдущих этапах обучения, но уступает исходной Qwen2.5-3B-Instruct по некоторым метрикам. Обучение ориентировано на точность конечного ответа, поэтому качество объяснений и математических ответов не гарантируется для всех задач. Карточка указывает лицензию «other», но не описывает её условия, поэтому перед использованием следует проверить лицензионные сведения репозитория. Модель рассчитана на английский язык.

RAIC — это модель классификации табличных клинических данных, разработанная автором репозитория thinkhong на основе архитектуры Feature Tokenizer Transformer (FTT) с энкодером в стиле DistilBERT. Она оценивает риск первого события сердечно-сосудистого заболевания в течение пяти лет по исходным данным обследования UK Biobank: использует 69 непрерывных и 76 категориальных признаков и выдаёт один из двух классов — отсутствие события или событие. В модели восемь слоёв, 16 голов внимания, размер скрытого представления 128 и размер FFN 1024. Числовые и категориальные признаки преобразуются в токены; значения непрерывных признаков масштабируются с учётом сохранённой нормализации. Контекст составляет 256 токенов. В репозитории находятся веса, конфигурация, токенизаторы и агрегированная статистика нормализации, но нет данных отдельных участников. Применение требует надлежащего доступа к данным UK Biobank и соблюдения их правил управления. Это чекпойнт локального эксперимента по подбору гиперпараметров, опубликованный 22 сентября 2026 года. Лицензия в метаданных обозначена как unknown, поэтому условия повторного использования следует уточнить у автора. Модель использует пользовательский код, загружаемый через trust_remote_code.

Это LoRA-адаптер JacktheLander для HuggingFaceTB/SmolLM2-1.7B-Instruct, предназначенный для исследовательского агента по микологии с поиском по источникам. Адаптер доступен в GGUF для llama.cpp и в формате PEFT; для работы ему нужна совместимая базовая модель SmolLM2 1.7B Instruct, поэтому он не является самостоятельной полной GGUF-моделью. Модель настраивает ответы для сценариев RAG: поиска подтверждений через инструмент rag.search, передачи чувствительных утверждений на safety.review, цитирования источников и явного обозначения неопределённости при неполных или противоречивых данных. Это специализированный планировщик и помощник для исследовательского рабочего процесса, а не универсальный чат-бот. Базовая модель компактная и англоязычная; контекст в примерах запуска ограничен 2048 токенами. В оценке адаптер улучшил поведение на тестовых запросах, особенно отказ от небезопасных рекомендаций по грибам и обработку неопределённости. В реальном рабочем процессе часть ответов не проходила валидатор из-за формата ссылок на источники. Лицензия — Apache-2.0. Адаптер предназначен для академических экспериментов; его нельзя использовать для решений о съедобности грибов, их полевой идентификации, медицинских рекомендаций или экстренной токсикологии.

Модель timm/vit_large_patch14_clip_336.laion2b_ft_augreg_inat21 разработана как часть серии экспериментов по дообучению моделей timm на данных конкурса iNaturalist 2021. Это крупная модель семейства Vision Transformer с патчами 14 пикселей, предварительно обученная с CLIP на LAION-2B и затем дообученная для классификации изображений видов живых организмов. Она охватывает 10 000 видов; размер изображения при обучении — 336 пикселей. Валидация на iNaturalist 2021 показала точность Top-1 91,48% и Top-5 97,89%. Модель подходит для распознавания видов по фотографиям, например, для изучения снимков природы и классификации изображений валидационного набора iNaturalist 2021. Карточка описывает её как эксперимент по сравнению влияния данных предварительного обучения; указано, что использовался прямой fine-tuning без дополнительных метаданных. Модель доступна в форматах PyTorch и safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

WindFM-robust — модель для прогнозирования временных рядов, связанная с задачами ветроэнергетики. Репозиторий содержит веса в формате safetensors; автор README направляет за инструкциями по использованию в связанный GitHub-репозиторий. Модель поддерживает прогнозирование при отсутствии некоторых ковариат: для пропущенной переменной все её значения следует задать равными нулю. Репозиторий распространяется по лицензии MIT. Сведения об архитектуре, размере модели, длине контекста и языках в предоставленных материалах отсутствуют.

AIFS Single v0.2.1 — модель прогноза погоды на основе данных, разработанная Европейским центром среднесрочных прогнозов погоды (ECMWF). Она предназначена для построения глобальных прогнозов атмосферных переменных и поверхностной погоды, включая траектории тропических циклонов. Модель получает данные о состоянии атмосферы за два последовательных момента времени с интервалом шесть часов и прогнозирует состояние ещё через шесть часов; её можно использовать для последовательного построения прогнозов на более длительный срок. Архитектура модели объединяет графовую нейронную сеть в кодировщике и декодировщике со скользящим оконным трансформером в блоке обработки. AIFS обучена на реанализе ERA5 и оперативных анализах ECMWF; модельные веса опубликованы в формате PyTorch под лицензией CC BY 4.0. Карточка сообщает о проверке прогнозов на горизонтах от одного до десяти дней сравнительно с системой ECMWF IFS, анализами и наблюдениями. Известные ограничения включают сглаживание полей прогноза на больших сроках, пониженную точность прогнозов в стратосфере и заниженную интенсивность некоторых опасных явлений, в том числе тропических циклонов. Для запуска прогноза README указывает инструмент anemoi-inference.

AIFS Single v1.1 — модель прогноза погоды на основе данных, разработанная Европейским центром среднесрочных прогнозов погоды (ECMWF). Она предназначена для построения прогнозов атмосферных и поверхностных параметров, а также траекторий тропических циклонов; модель работает наряду с физической системой численного прогноза ECMWF и рассчитана на получение прогнозов с шагом 6 часов. Архитектура сочетает графовую нейросеть для кодировщика и декодировщика со скользящим оконным трансформером. Модель обучена на реанализе ERA5 и оперативных анализах ECMWF, использует атмосферные поля с горизонтальным разрешением около 31 км и 13 вертикальными уровнями. На вход подаются состояния атмосферы за два момента времени с интервалом 6 часов, на выходе — прогноз состояния на следующие 6 часов. Репозиторий распространяет веса в формате PyTorch; библиотека для модели — Anemoi. Версия 1.1 устраняет часть ложных осадков, связанных с ошибкой весов влажности почвы при обучении предыдущей версии. Известные ограничения включают сглаживание полей на больших сроках прогноза, сниженную точность в стратосфере и заниженную интенсивность некоторых мощных систем, включая тропические циклоны. Из-за недетерминированности вычислений на GPU самостоятельный запуск может не воспроизвести официальный прогноз точно. Веса доступны по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).

Confucius3-Math-DFlash — черновая модель DFlash для ускорения спекулятивного декодирования модели netease-youdao/Confucius3-Math. Это плотная архитектура DFlashDraftModel на базе семейства Qwen3, предназначенная для работы в связке с целевой моделью через vLLM; в README указаны 5 слоёв, блок из 16 токенов и около 1,5 млрд параметров, тогда как метаданные каталога указывают 2,2 млрд параметров. Модель использует скрытые состояния целевой модели и предлагает черновые продолжения, которые затем проверяются целевой моделью. Основной сценарий — ускорение вывода Confucius3-Math при решении математических задач с рассуждениями, особенно при одиночном потоке запросов и низкой задержке. В README приведены результаты на GSM8K и MATH-500: средняя длина принятого продолжения составляет 5,47 и 5,79 токена соответственно; скорость измерялась на одном H200 с vLLM 0.22. Эти показатели зависят от оборудования, конфигурации и запроса. Для работы требуются совместимая целевая модель, vLLM версии 0.20.1 или выше и режим speculative decoding; README также указывает необходимость trust-remote-code. Контекст модели — 40 960 токенов. Лицензия — Apache-2.0.

densenet121.tiatoolbox-pcam — модель классификации изображений на основе DenseNet-121, обученная центром Tissue Image Analytics (TIA Centre) на гистологических патчах набора Patch Camelyon (PCam). Она предназначена для классификации небольших изображений ткани и может использоваться как основа для извлечения признаков из гистологических изображений. Модель содержит 7,04 млн параметров и рассчитана на входные изображения размером 96 × 96 пикселей с тремя цветовыми каналами. Модель ориентирована на анализ гистологических изображений, в частности патчей PCam. Репозиторий содержит веса в формате safetensors; в карточке также указана поддержка библиотеки timm. Лицензия — CC0 1.0 Universal.

eva02_large_patch14_clip_336.merged2b_ft_inat21 — модель классификации изображений из серии экспериментов по дообучению timm на данных iNaturalist 2021. Она предназначена для распознавания видов живых организмов по фотографиям: обучающий набор охватывает 10 000 видов, а при обучении использовались изображения размером 336 пикселей. В карточке указаны точность Top-1 92,05% и Top-5 98,01%. Модель основана на EVA02 Large с архитектурой Vision Transformer и CLIP-предобучением; её веса доступны в форматах PyTorch и Safetensors. Специализация на iNaturalist делает её подходящей для определения видов по природным снимкам, но карточка отмечает, что набор и модель охватывают меньше видов, чем модели на сайте iNaturalist. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

LongiTrack — модель для интерактивного отслеживания и сегментации очагов на сериях КТ с использованием точечных подсказок. Она работает через библиотеку LongiSeg и использует изображения КТ вместе с файлом tracking.json в формате LongiSeg. Модель предназначена для анализа продольных исследований, где требуется сопоставлять очаги между обследованиями и просматривать или корректировать точки отслеживания в интерактивном интерфейсе napari. В карточке указаны версии 1.0 и 1.1: для обучения использовались наборы AutoPET IV, а для версии 1.1 также PanTrack и HCUCH. Работа описана в статье «Exploiting Longitudinal Context in Clinician-Verified Interactive Lesion Tracking». Модель распространяется по лицензии CC BY-NC-SA 4.0. Авторы ограничивают её исследовательским применением: она не является медицинским устройством и не должна быть единственным основанием для диагностики, лечения или других клинических решений.

AdaptLLM/medicine-chat — англоязычная чат-модель для биомедицины, разработанная командой AdaptLLM на основе LLaMA-2-Chat-7B. Это плотная авторегрессионная модель семейства LLaMA с 6,6 млрд параметров и контекстом до 4096 токенов; она принимает текст и генерирует текст. Модель адаптировали к предметной области методом продолженного предобучения на специализированных корпусах, преобразованных в тексты для чтения с последующим пониманием, чтобы сохранить способность отвечать на вопросы в диалоге. Модель предназначена для ответов на вопросы и диалоговых сценариев по биомедицинской тематике. В карточке авторы сообщают о конкурентных результатах на доменных задачах, однако это не заменяет проверки качества на данных конкретного применения. Репозиторий распространяет веса в форматах PyTorch и Safetensors по лицензии Llama 2; её условия следует учитывать при использовании и распространении модели.

BVRA/MegaDescriptor-CLIP-336 — модель извлечения признаков изображений на основе CLIP, предварительно обученная Supervisely на наборах данных для повторной идентификации животных. Она предназначена для получения векторных представлений изображений животных, которые можно использовать для поиска похожих особей и построения систем идентификации. В основе лежит timm/vit_large_patch14_clip_336.openai_ft_in12k_in1k; модель содержит 304,5 млн параметров и рассчитана на изображения размером 336 × 336 пикселей. Модель подходит для задач повторной идентификации животных и сравнения изображений по сходству. В карточке указана лицензия CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

NuminaMath-7B-TIR — языковая модель для решения математических задач, разработанная командой AI-MO. Это плотная causal language model семейства Llama с 6,5 млрд параметров, дообученная в два этапа на базе deepseek-ai/deepseek-math-7b-base. Первый этап использовал разнообразные задачи и решения по математике с пошаговыми рассуждениями, второй — синтетические примеры tool-integrated reasoning, сочетающие текстовые рассуждения, программы на Python и результаты их выполнения. Модель предназначена для решения задач соревновательной математики, включая вычисления с помощью Python REPL. В README сообщается, что она получила 29 из 50 баллов в первом этапе AI Math Olympiad и показывает результаты на тестах GSM8k и MATH. Модель ориентирована прежде всего на английский язык; максимальный контекст — 4096 токенов. Для запуска вычислений требуется организовать выполнение Python-кода вне модели. Модель может справляться с задачами уровня AMC 12, но часто затрудняется с более сложными задачами уровня AIME и математических олимпиад, а также с геометрией. Она не предназначена для общего диалога. Лицензия — Apache 2.0.

Jack04810/output_14b_phase2_8k — дообученная модель Qwen3-14B, разработанная для понимания и генерации 3D-сеток. Это полное дообучение второй фазы на базе Jack04810/output_14b_phase1_full; в метаданных базовой моделью указана Qwen/Qwen3-14B. Модель построена на плотной архитектуре Qwen3ForCausalLM, содержит 14,2 млрд параметров и имеет контекстное окно 40 960 токенов. Модель обучалась на парах данных для двух направлений: описание сетки по последовательности mesh-токенов и генерация последовательности mesh-токенов по текстовому описанию формы. Для инференса требуются шаблон чата qwen3_nothink и обёртка SPAC Spatial-PE с параметрами, указанными в README. Репозиторий содержит веса safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять на странице модели.

Phikon-v2 — предварительно обученная визуальная модель компании Owkin для анализа гистологических изображений. Это Vision Transformer Large с архитектурой ViT-L/16, обученный методом самообучения DINOv2 на наборе PANCAN-XL, включающем 450 млн гистологических изображений при увеличении 20× из 60 тысяч полноразмерных гистологических слайдов. В метаданных указано 402,7 млн параметров. Модель извлекает признаки из изображений тканей для последующих задач: классификации областей интереса и слайдов, сегментации и поиска биомаркеров. Признаки можно использовать без дообучения или адаптировать модель под задачи на уровне фрагментов изображения. Модель предназначена для медицинской патологии и компьютерного анализа гистологии; поддерживаемый язык карточки — английский. Модель распространяется по некоммерческой лицензии Owkin. Результаты зависят от данных и метода обучения downstream-модели; карточка описывает применение для гистологии и не подтверждает пригодность для клинических решений без отдельной проверки.

Prompt Depth Anything ViT-S — модель для оценки метрической глубины по изображению. Она использует высокоточные измерения iPhone LiDAR как подсказку, чтобы строить карту глубины с разрешением до 4K. В метаданных указана архитектура PromptDepthAnythingForDepthEstimation и формат весов safetensors. Модель предназначена для сценариев, где нужна оценка глубины сцены, в том числе для 3D-реконструкции и обобщённого роботизированного захвата предметов. README описывает метод Prompt Depth Anything и масштабируемый конвейер обучения, но не уточняет размер модели или поддерживаемые языки. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Это дообученная чат-модель Steven0226 на базе Qwen/Qwen2.5-3B-Instruct, предназначенная для решения математических текстовых задач и генерации рассуждений. Модель обучена методом GRPO с проверяемыми программными наградами на обучающей части GSM8K; в карточке указана архитектура Qwen2 dense, 3,1 млрд параметров, контекст до 32 768 токенов и формат Safetensors. Модель принимает текстовые запросы и генерирует текстовые ответы. Обучение ориентировано на математические задачи GSM8K, в частности на корректность итогового ответа и форматирование рассуждений. В отчёте автора формат ответов стал стабильнее в проведённом запуске обучения; эти результаты относятся к указанной настройке и не гарантируют качество на других задачах или наборах данных. Артефакт распространяется по Qwen Research License: разрешены некоммерческие исследования и оценка, а для коммерческого использования требуется отдельное разрешение Qwen/Alibaba Cloud. Модель унаследовала возможности базовой чат-модели, но карточка описывает её дообучение именно для математических задач на английском языке.

ANTONI-Alpha — мультимодальная модель группы Computational Pathology Group RadboudUMC для работы с изображениями в вычислительной патологии. Она позволяет задавать вопросы на естественном языке по whole-slide images (WSI) и получать текстовые ответы. Модель использует визуальный энкодер Prism, который преобразует тайлы в эмбеддинги размерности 1280, проекционный слой с cross-attention и языковую модель MedGemma-4B. Для адаптации применялся LoRA с рангом 16; веса языковой модели представлены в 4-битном формате, активации — bf16. Модель принимает предварительно извлечённые Prism-эмбеддинги и диалоги в формате OpenAI, а выдаёт текст. Она не обрабатывает исходные WSI напрямую; для использования нужны Prism-эмбеддинги. Базовая модель — google/medgemma-4b-it. В метаданных указана лицензия other; дополнительные условия следует проверять в карточке модели и лицензии базовой модели.

Minbyul/biomistral-7b-wo-live_qa-sft — дообученная модель семейства Mistral, созданная на основе BioMistral/BioMistral-7B с использованием набора HuggingFaceH4/deita-10k-v0-sft. Она предназначена для генерации текста в диалоговом формате; медицинская специализация унаследована от базовой BioMistral-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель можно применять для диалоговых ответов на медицинские и биологические вопросы и других сценариев генерации текста. В README приведено значение loss 1,7868 на оценочном наборе, но не описаны протокол оценки и практическое качество ответов. Лицензия — Apache-2.0.

Bird Species Classifier — модель компьютерного зрения на архитектуре EfficientNet, дообученная для определения видов птиц по изображениям. Она классифицирует птиц по 525 видам и подходит для учебных и экологических исследований, мониторинга биоразнообразия и приложений для любителей природы. Для обучения использован набор Bird Species с 84 635 изображениями для обучения, 2 625 для валидации и 2 625 для тестирования. Модель принимает цветные изображения; в репозитории представлены веса в форматах Safetensors и ONNX. Для загрузки предусмотрена библиотека Transformers. Точность может снижаться при плохом освещении и низком качестве изображений, а также для видов, недостаточно представленных в обучающем наборе. Лицензия модели — MIT.

mfarrington/devicebert-base-cased-v1.0 — дообученная модель на архитектуре BERT для классификации токенов, созданная на основе англоязычной биомедицинской модели BioBERT-Base v1.2. Карточка сообщает о дообучении на наборе данных, состав которого не раскрыт; размер модели — 260 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для разметки отдельных токенов в тексте. В README приведены результаты оценки: F1 — 0,6753, точность — 0,8547, полнота — 0,6691; значение функции потерь указано как NaN. Сценарий применения и типы меток не описаны, поэтому эти оценки не позволяют определить качество для конкретной задачи. Базовая BioBERT рассчитана на англоязычные биомедицинские тексты, но специализация этой версии не подтверждена. Модель опубликована в формате Safetensors. Сведения о лицензии в предоставленных материалах отсутствуют.

Это чекпойнт проекта LOTUS — метода латентной цепочки рассуждений для looped Transformers. Его разработали Ying Fan, Anej Svete и Kangwook Lee; модель основана на GPT-2 и предназначена для генерации текста с параллельной обработкой шагов рассуждения в скрытых состояниях. Такой подход нацелен на снижение задержки по сравнению с последовательной генерацией явной цепочки рассуждений. В README описана оценка чекпойнта на GSM8K, наборе задач по математике, однако сведений о размере модели или поддерживаемых естественных языках нет. В метаданных указаны архитектура GPT2LMHeadModel, библиотека Transformers, формат safetensors и контекст до 1024 токенов. Модель распространяется по лицензии MIT. Описание метода и пример оценки не гарантируют качество на других задачах; для запуска и воспроизведения оценки README отсылает к репозиторию проекта.

KAO-DIFFSAT-VHR-v1 — бета-модель для восстановления закрытых областей на спутниковых снимках очень высокого разрешения. Её разработали как базовую модель для исследовательской работы KAO; это адаптация Stable Diffusion v2 Inpainting для задач дистанционного зондирования, а не полная версия метода KAO. Модель работает через пайплайн StableDiffusionInpaintPipeline библиотеки Diffusers и принимает изображение с маской и текстовую подсказку, выдавая восстановленное изображение. Модель предназначена для реконструкции спутниковых сцен: удаления облаков, восстановления инфраструктуры и дополнения картографических изображений. В карточке заявлены улучшения согласованности городской структуры, растительных текстур и крупных пространственных форм. Доступны веса в формате Diffusers/PyTorch и safetensors; лицензия — CreativeML OpenRAIL-M. Результат зависит от текстовой подсказки, явные геопространственные ограничения не предусмотрены, а гиперспектральные изображения не являются целевым форматом. В README указана высокая потребность в памяти — около 25 ГБ. Модель позиционируется как базовый вариант для сравнения и prompt-based реконструкции.

ssktora/llama2_biomed_meditron — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit методом DARE TIES. В основе слияния лежит Llama 2 7B; также объединены модели Meditron 7B и BioMedGPT-LM-7B. Модель содержит около 6,6 млрд параметров, использует формат safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста; медицинские компоненты в составе слияния указывают на сценарии работы с биомедицинскими текстами, например подготовку ответов и формулировок по медицинской тематике. README не приводит результаты оценки качества, конкретные инструкции по использованию или подтверждённый перечень поддерживаемых языков. Лицензия в предоставленных данных не указана.