IV.6Научные исследования, математика и новые материалы

SPIDER-skin — модель HistAI для классификации патчей гистологических изображений кожи. Она дообучена на визуальном энкодере histai/hibou-L и предназначена для распознавания патологических и тканевых классов на патчах размером 1120×1120 пикселей. Модель создана в рамках инициативы SPIDER, предоставляющей размеченные данные по патологии разных органов. Обучение проводилось на подмножестве SPIDER-skin: 159 854 центральных патча и 2 696 987 патчей с учётом контекстных областей, полученных с 3 784 предметных стёкол. В README приведены метрики для кожи: accuracy 0,940, precision 0,936 и F1 0,938. Модель подходит для автоматизированной классификации изображений в цифровой патологии; лицензия CC BY-NC 4.0 ограничивает её коммерческое использование без отдельного разрешения.

ViFailback-8B — визуально-языковая модель для диагностики сбоев при роботизированных манипуляциях и выдачи текстовых и визуальных рекомендаций по их исправлению. Разработана в рамках проекта ViFailback и дообучена на основе Qwen3-VL-8B-Instruct; архитектура в метаданных указана как Qwen3-VL с плотной условной генерацией. Модель принимает изображения и текст, анализирует неудачное действие робота и формирует диагноз с указаниями для коррекции. Для передачи рекомендаций она использует визуальные символы, включая стрелки, прицелы и значки состояния; такие подсказки предназначены для поддержки восстановления после реальных сбоев и обучения роботизированных систем на ошибках. Для инференса и отрисовки символов README описывает скрипт из официального репозитория. В карточке не приведены сведения о поддерживаемых естественных языках и лицензии, поэтому условия распространения и коммерческого использования по доступным данным определить нельзя. Модель специализирована на сценариях роботизированных манипуляций; качество для иных задач не описано.

Модель dima806/chest_xray_pneumonia_detection — классификатор рентгеновских снимков грудной клетки на классы NORMAL и PNEUMONIA. Она разработана на основе Vision Transformer ViT-Base с патчами 16×16, предварительно обученного Google на ImageNet-21k, и дообучена для выявления пневмонии. Модель содержит 113,2 млн параметров и принимает изображение, выдавая метку класса. В README приведён отчёт на тестовой выборке из 1710 снимков: точность составляет около 96,1%, а precision, recall и F1 для обоих классов — около 96%. Эти показатели относятся к указанной выборке и сами по себе не подтверждают клиническую пригодность модели. Модель опубликована в форматах PyTorch и Safetensors под лицензией Apache-2.0.

HUTACE — модель типа actor–critic, разработанная для исследования рельефа при частичной наблюдаемости. Она получает карту состояния размером 5×64×64 с относительной высотой, маской наблюдаемых ячеек, текущей позицией, числом посещений и остатком топлива и выдаёт оценки для 4096 локальных точек маршрута вместе со значением критика. Архитектура сочетает U-Net и Transformer: 833 795 параметров, bottleneck 8×8, 64 пространственных токена и токен сводки, два слоя Transformer и четыре головы внимания. Модель предназначена для выбора путевых точек при исследовании 2.5D-рельефа с ограниченным запасом энергии. В замороженном тесте на данных Mapzen она превзошла сравниваемые CNN PPO, Plain U-Net PPO и эвристики по приведённым в карточке метрикам покрытия и расхода энергии. Это специализированный чекпойнт для симуляции и бенчмарков исследования рельефа, а не универсальная языковая модель. В README и метаданных лицензия не приведена.

InternVLA-A1.5-RoboTwin — модель управления роботом, разработанная командой InternRobotics. Она объединяет визуально-языковое понимание, прогнозирование будущей динамики и генерацию действий в единой политике для манипуляций двумя руками. Это чекпойнт серии InternVLA-A1.5, дообученный на RoboTwin 2.0 для робота ALOHA-AgileX; его также оценивают без обучения на DOMINO для переноса из статических в динамические сценарии. В основе лежит мультимодальный Qwen3.5-2B с лёгким экспертом действий, который предсказывает непрерывные последовательности действий методом flow matching. Для обучения используются обучаемые токены прогнозирования будущего, а ветвь генерации видео при выводе отключается. Модель принимает изображения размером 224 × 224 и обрабатывает состояние и действия размерностью до 32. Репозиторий содержит веса в формате safetensors. В опубликованных результатах модель показывает 93,2 среднего балла на RoboTwin 2.0 и 27,7% успешных выполнений в режиме переноса на динамические манипуляции DOMINO. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий распространения с указанием авторства и на тех же условиях.

VLA-Adapter LIBERO-Spatial — модель OpenHelix Team для управления роботизированными манипуляциями в сценариях бенчмарка LIBERO-Spatial. Она принимает изображение и текстовую инструкцию, обрабатывает их с помощью vision-language-модуля на архитектуре Prismatic-VLM с языковой основой Qwen2.5-0.5B и генерирует действия робота. Модель дообучена для задач LIBERO-Spatial и использует policy-модуль с Bridge Attention для объединения визуально-языковых условий и представления действий. В карточке заявлено, что семейство VLA-Adapter превосходит ряд открытых VLA-моделей с более крупными языковыми основами на робототехнических бенчмарках; конкретные результаты для этого чекпойнта здесь не приведены. Модель распространяется в формате safetensors по лицензии MIT. Карточка не уточняет диапазон совместимого оборудования и протокол выполнения действий, поэтому перед использованием в реальном роботе потребуется проверить совместимость среды и политики управления.

M3D-LaMed-Phi-3-4B — мультимодальная медицинская модель, разработанная командой проекта M3D для анализа трёхмерных медицинских изображений. Она объединяет предварительно обученный на медицинских данных 3D-визуальный энкодер M3D-CLIP с языковой моделью Phi-3 и предназначена для генерации текстовых ответов по объёмным снимкам. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру LamedPhi3ForCausalLM, поддерживает контекст до 4096 токенов и распространяется под лицензией Apache-2.0. Модель подходит для составления описаний и отчётов по 3D-снимкам, визуальных вопросов и ответов, поиска и описания объектов, а также сегментации с текстовыми подсказками. Для стандартного входа объёмы изображений требуется предварительно привести к формату и размеру, описанным в руководстве проекта; команда отмечает, что обучение проводилось на 3D, а не на 2D изображениях. Репозиторий проекта указывает, что версия Phi-3-4B была выпущена после предварительного тестирования, а подробные эксперименты ещё проводились.

NeuroBERT — модель на основе RoBERTa, разработанная для семантического сравнения предложений в нейрорадиологических заключениях. Она обучена с нуля с пользовательским словарём WordPiece на 10 000 слов, который сохраняет целостность специализированных нейрорадиологических терминов при токенизации. Модель содержит 64,3 млн параметров и выдаёт эмбеддинги размерности 768; максимальная длина контекста — 514 токенов. Обучение включало masked language modeling на нейрорадиологических заключениях и настройку архитектуры SentenceBERT с двумя ветвями для сопоставления разделов Findings и Summary одного заключения. Модель подходит для измерения семантического сходства предложений и сопоставления разделов медицинских текстов. Распространяется в формате PyTorch по лицензии Apache 2.0.

OpenMed разработала OpenMed-NER-BloodCancerDetect-ModernClinical-149M — модель для распознавания клинических сущностей, связанных с хроническим лимфоцитарным лейкозом (ХЛЛ), в медицинских и научных текстах. Это дообученная модель токенной классификации на архитектуре ModernBERT с 149 млн параметров. Она принимает токенизированный текст и возвращает BIO-разметку; контекст — до 8192 токенов. Репозиторий содержит веса в формате Safetensors. Модель ориентирована на извлечение терминов ХЛЛ для анализа медицинских записей и публикаций, включая поиск упоминаний заболевания, биомаркеров, лечения и клинических понятий. В README указаны метрики на корпусе CLL: F1 0,56, точность 0,93 и полнота 0,40, поэтому модель может пропускать многие подходящие сущности. Для использования доступны Transformers и лицензия Apache 2.0.

OpenMed-NER-BloodCancerDetect-SuperClinical-184M — специализированная модель OpenMed для распознавания именованных сущностей, связанных с хроническим лимфолейкозом (ХЛЛ), в биомедицинских текстах. Это дообученная DeBERTa-v2 для классификации токенов; она принимает токенизированный текст и возвращает BIO-разметку сущностей CL. В README указана базовая архитектура deberta-v3-base, а метаданные описывают класс DebertaV2ForTokenClassification; поэтому точное соответствие этих обозначений неясно. Модель предназначена для извлечения терминов ХЛЛ из клинических записей, медицинских документов и научной литературы, например для анализа упоминаний заболевания, поддержки медицинского текстового майнинга и биомедицинских исследований. В README приведены F1 0,73, точность 0,66, полнота 0,82 и accuracy 0,93 на датасете CLL. Контекст — 512 токенов; доступные веса в формате Safetensors, библиотека — Transformers. Лицензия Apache-2.0. Распознаётся только тип сущностей B-CL/I-CL, поэтому заявленные в README сценарии извлечения лекарств, взаимодействий препаратов и нежелательных явлений не подтверждены указанной схемой меток. Результаты следует проверять перед клиническим использованием: метрики относятся к специализированному датасету CLL и не гарантируют качество на других текстах или задачах.

Модель lukasskellijs/pi05_assembly_bench_2_full_vlm_6k — полно-параметрическая дообученная версия DAVIAN-Robotics/pi05_droid_jointpos от автора lukasskellijs на наборе данных assembly_bench_2. Это модель для роботизированной манипуляции: по изображениям и состоянию суставов она формирует последовательности управляющих действий. Используется пространство действий DROID с абсолютными позициями семи суставов руки и захвата. Модель обучалась 6000 шагов; репозиторий содержит финальный чекпойнт и распространяется в формате safetensors для библиотеки LeRobot. Модель подходит для экспериментов и задач сборки, где роботу нужно управлять рукой и захватом на основе визуального наблюдения. Она наследует назначение базовой модели π0.5, сконвертированной в формат LeRobot. Лицензия — Apache-2.0. Карточка не приводит результаты оценки качества или подробности о роботизированной платформе, поэтому переносимость управления на другие конфигурации робота не подтверждена.

Это дообученный чекпойнт Qwen3-1.7B от SeanWang0027 для управления агентом в интерактивных задачах ScienceWorld. Модель получает инструкции и наблюдения среды в формате ReAct и генерирует текстовые рассуждения и действия; обучение использовало продолжения учителя gpt-5.4-mini в многоходовых эпизодах. Это плотная языковая модель с 1,7 млрд параметров и контекстом до 40 960 токенов. Чекпойнт соответствует второму этапу трёхэтапного обучения. В описанной оценке он достиг успеха 7,75% на 200 вариантах задач ScienceWorld; автор отмечает нестабильность результатов между чекпойнтами и склонность к неверному шаблону действий `open/close`. Модель предназначена прежде всего для экспериментов с агентным поведением в ScienceWorld, а не для универсального применения. Лицензия — Apache-2.0.

Карточка модели unstoppableljq/RadSight-4B на Hugging Face совпадает с карточкой unstoppableljq/RadSight-8B, поэтому описание составлено по ней. RadSight-8B — медицинская мультимодальная модель для анализа радиологических изображений, разработанная командой Alibaba DAMO Academy. Она дообучена на базе Qwen3-VL-8B-Instruct и использует специализированные визуальные энкодеры для 2D-снимков и трёхмерных КТ-объёмов, объединённые с языковой моделью. Размер 8B относится к языковой основе; полная мультимодальная модель также включает визуальные энкодеры и проекторы. Контрольная точка имеет формат BF16, а для работы нужны код и предобработка RadSight; это не стандартная текстовая модель Transformers. Модель предназначена для визуального распознавания медицинских данных, локализации и описания признаков поражений, клинической интерпретации и генерации радиологических заключений. README описывает прогрессивное обучение от визуально-языкового выравнивания и детального восприятия к диагностической интерпретации. Поддерживаемый язык — английский. Для 2D-изображений используется стандартное разрешение 448 × 448; КТ-объёмы требуют согласованной предобработки, включая ресэмплинг и приведение размеров. Лицензия Apache-2.0. Модель предназначена только для исследований, не является медицинским устройством и не должна самостоятельно использоваться для диагностики, сортировки пациентов, лечения или медицинских рекомендаций.

RLDX-1-FT-LIBERO — модель управления роботами RLWRLD, дообученная на наборе LIBERO из четырёх задач: goal, object, spatial и long. Она предназначена для роботизированных манипуляций, исследований и оценки политик в симуляторах LIBERO и LIBERO-Plus. Модель использует архитектуру Multi-Stream Action Transformer (MSAT) на базе Qwen3-VL и обучена методом flow matching. Принимает RGB-видео (по умолчанию четыре кадра), проприоцептивные данные о состоянии робота и инструкцию на естественном языке; выдаёт последовательности действий длиной 16 шагов. Размер — 6,9 млрд параметров. В README указаны результаты 97,8% на LIBERO и 87,6% на LIBERO-Plus. Модель ориентирована на задачи манипуляции в обучающем распределении LIBERO. Перенос на новые сцены и объекты, а также на роботов, отличных от Franka, не гарантируется. Лицензия RLWRLD Model License v1.0 ограничивает коммерческое применение и перечисляет другие запрещённые сценарии; перед использованием следует ознакомиться с её условиями.

Mehul2112/smolvla_black_cube_fullft — полное дообучение модели lerobot/smolvla_base для управления роботом SO-100 при манипуляции чёрным кубом. Обучение выполнено на наборе Mehul2112/so100_black_cube_merged из 130 эпизодов с одной фронтальной камерой; разморожены визуальный энкодер, языковая модель и эксперт действий. Чекпойнт соответствует шагу 14 000 и содержит примерно 403 млн обучаемых параметров из 450 млн. Модель принимает изображение с камеры, состояние робота и, согласно назначению базовой SmolVLA, необязательную языковую инструкцию, а выдаёт непрерывные управляющие действия. Она предназначена для сценария захвата чёрного куба на платформе SO-100; README рекомендует для лучшего обобщения чекпойнт шага 2 000, поскольку у данного чекпойнта шаг 14 000 переобучен на небольшом наборе данных. Модель доступна в формате safetensors; лицензия в предоставленных данных не указана.

CLIN-X-ES — языковая модель для клинических текстов, разработанная Lukas Lange, Heike Adel, Jannik Strötgen и Dietrich Klakow в рамках исследовательской работы. Это предобученная модель семейства XLM-RoBERTa с архитектурой XLMRobertaForMaskedLM и 658,7 млн параметров; она принимает текст и предсказывает скрытые токены, что соответствует задаче fill-mask. Контекст модели — до 514 токенов. Модель предназначена для адаптации к извлечению клинических понятий из испанских текстов. В статье также показан перенос на англоязычные задачи извлечения понятий. README приводит результаты для задач разметки последовательностей, но сама модель из репозитория имеет тег fill-mask и не является готовой системой NER: для извлечения сущностей нужна дополнительная архитектура и соответствующая настройка. Проект обозначен авторами как исследовательский прототип, созданный для публикации и не поддерживаемый далее. Лицензия в предоставленных данных не указана.

Модель camilon/clinical_longformer_same_tokens_1epochs_100k — дообученная версия клинической Longformer-модели lukasdrg/clinical_longformer_same_tokens_1epochs_50k, разработанная на основе архитектуры LongformerForMaskedLM. Она предназначена для заполнения пропусков в тексте: по окружающим словам модель предсказывает замаскированные фрагменты. В README указан результат Loss 1,6928 на оценочной выборке; объём модели составляет 151,8 млн параметров, контекст — до 4098 токенов. Название базовой модели указывает на ориентацию на клинические тексты, однако README не описывает обучающие данные и конкретные сценарии применения. Модель принимает текст и выдаёт предсказания токенов. Веса опубликованы в формате safetensors. Сведения о лицензии отсутствуют в предоставленных данных.

gemma-4-12b-constraintkit — дообученная модель на базе Google Gemma 4 12B Instruct, созданная для работы с системой constraint-kit. По текстовому описанию на английском языке она формирует программу из деталей, параметров и связей между ними; constraint-kit проверяет и строит по ней точные B-rep модели, решает сборку и экспортирует STEP. В репозитории есть квантованный GGUF Q6_K для llama.cpp и LoRA-адаптер; лицензия — Apache-2.0. Модель предназначена для параметрического CAD и сборки механических компонентов из текста, включая шестерни, валы, крепёж и рычажные механизмы. В описанных проверках SFT-вариант строил геометрию с заданной точностью в 92–93% случаев, а GRPO-версия улучшила отказы на неподдерживаемые запросы. Эти результаты получены на ограниченном наборе запросов и зависят от обучающего системного промпта и DSL constraint-kit. Словарь модели охватывает лишь перечисленные в README детали и библиотечные компоненты; для незнакомых деталей она иногда предлагает неверный близкий вариант. Перед использованием геометрию следует пропускать через верификатор constraint-kit. Хотя базовая Gemma мультимодальна, заявленный сценарий этой дообученной модели — текстовый ввод; обученный вариант image-to-CAD авторы сочли неэффективным и не распространяют.

Это модель Robocurve — полное дообучение NVIDIA GR00T N1.7-3B на наборе AllenAI MolmoAct2-BimanualYAM для управления двуручной роботизированной платформой I2RT YAM. Чекпойнт содержит обученные action head и projector; языковая модель и визуальный энкодер базовой модели оставлены замороженными. Архитектура GR00T преобразует изображения с трёх камер, инструкции и состояние робота в последовательности управляющих действий для двух шестистепенных манипуляторов и захватов. Модель предназначена для исследовательской оценки задач манипуляции блоками, укладки предметов в коробки и подключения зарядного кабеля на платформе YAM. Обучение использовало около 5 145 эпизодов и 11,35 млн кадров. Проверка описана только как open-loop MSE на одном отложенном наборе эпизодов; показателей успешности замкнутого управления или испытаний на реальном роботе нет. Перенос на другие платформы без дообучения не предполагается. Для эксплуатации требуются ограничения рабочей зоны и усилия и аппаратная аварийная остановка. Лицензия указана как «other»; конкретные условия следует сверить с карточкой модели и лицензией обучающих данных.

InternVLA-A1.5-DOMINO — политика управления роботом от InternRobotics, настроенная для динамических манипуляционных задач бенчмарка DOMINO. Модель объединяет зрительно-языковое понимание, прогнозирование будущей динамики и генерацию действий; она дообучена на обучающем разбиении DOMINO ALOHA-AgileX Level-1 и оценивалась на чистых наборах Level-1 DOMINO. В основе лежит мультимодальный Qwen3.5-2B, к которому добавлен облегчённый эксперт действий. Модель принимает визуальный и языковой контекст и выдаёт непрерывные фрагменты действий с помощью flow matching; на этапе инференса видеоветвь не используется. Размер изображений — 224 × 224, размерность состояния и действий — до 32. Для обучения прогноз будущей динамики задавался с помощью замороженной видеомодели WAN2.2-5B. Лицензия — CC BY-NC-SA 4.0, допускающая использование на условиях указанных ограничений, включая некоммерческое распространение. Модель предназначена для оценки и применения в динамических манипуляционных сценариях, близких к DOMINO. В указанной оценке DOMINO SFT достигла 29,3% успешных эпизодов и манипуляционного балла 42,5. Результаты относятся к описанному бенчмарку и сами по себе не подтверждают надёжность на других роботах или в реальных условиях.

MolmoAct2 NEXTAGE Forceps — полноценно дообученная модель Michi-Tsubaki на базе Allen Institute for AI (Ai2) MolmoAct2 для бимануального робота NEXTAGE. Она предназначена для передачи хирургического зажима из руки в руку по визуальным наблюдениям и языковому запросу. Модель обрабатывает изображения с верхней и правой запястной камер, состояние робота и выдаёт непрерывные действия в виде абсолютных положений суставов. Горизонт действия составляет 30 шагов; для специфичной конфигурации робота используются отдельные метаданные нормализации. Чекпойнт включает эксперт действий и требует загрузки с trust_remote_code=True. Модель рассчитана на исследования с описанной конфигурацией NEXTAGE и соглашением управления, а не на универсальное управление роботами. Перед использованием на физическом роботе следует проверять выходы офлайн и в симуляции, применять ограничения контроллера и обеспечивать надзор человека. Сведения о лицензии в карточке не приведены.

pravsels/molmoact2_tool_insert_quantile_norm_fix_25k — дообученная vision-language-action модель на базе MolmoAct2 от Ai2. Она обучена с настройкой только action-expert для задачи вставки инструмента (tool_insert) по данным SO101; карточка указывает исходный чекпойнт allenai/MolmoAct2, датасет villekuosmanen/armnetbench_tool_insert и шаг обучения 25 000. Модель предназначена для управления роботом по визуальным наблюдениям и языковым инструкциям в сценариях вставки инструмента. Репозиторий содержит веса в формате safetensors и рассчитан на использование с библиотекой LeRobot. Лицензия и сведения о контекстном окне в предоставленных данных не указаны.

Это контрольная точка π0.5 от lukasskellijs, продолжение supervised fine-tuning (SFT) модели `lukasskellijs/pi05_assembly_bench_2_full_vlm_6k` на датасете `lukasskellijs/assembly_bench_2` ещё на 6 тысяч шагов; в карточке она обозначена как финальная. Модель предназначена для робототехнических задач сборки и загружается через `PI05Policy.from_pretrained` из библиотеки LeRobot. В названии исходной модели указано full VLM, однако карточка не описывает конкретные входные данные, выходы или поддерживаемые языки. В метаданных указан тип задачи robotics и формат весов safetensors. Размер модели, длина контекста и лицензия в предоставленных сведениях отсутствуют.

Rad-JEPA 3D — модель для получения признаковых представлений объёмных КТ-снимков, разработанная авторами проекта Rad-JEPA 3D. Энкодер на основе 12 блоков H-Mamba сочетает ветвь Mamba для межсрезовой непрерывности и grouped-query attention для пространственного контекста; маршрутизатор объединяет их признаки. Модель обучена самонаблюдаемым методом V-JEPA с регуляризацией HSOR на примерно 120 тысячах КТ-объёмов. В метаданных указаны 24,8 млн параметров; README отдельно описывает энкодер размером 18,3 млн параметров и MLLM-компонент с Qwen3-4B и LoRA-адаптерами. Модель предназначена для извлечения векторов признаков из трёхмерных КТ-объёмов, в том числе для поиска похожих исследований и последующего использования в задачах медицинского анализа. Энкодер принимает объём формы (1, 32, 256, 256) с float32 значениями, нормированными в диапазон [0, 1], и выдаёт до 1024 патчевых векторов размерности 384 либо один глобальный вектор той же размерности. Данные карточки указывают английский язык, но модель работает с изображениями, а не с текстовыми запросами. Лицензия — Apache-2.0.

surgdex-needlereach-e8 — экспериментальный чекпойнт проекта SurgDex, представляющий собой GR00T-H-N1.7, дообученную для задачи SurRoL needle_reach на роботизированной платформе dVRK/PSM. Политика использует зрительное восприятие и замкнутый контур управления; README указывает 15 000 шагов дообучения, нормализацию действий min-max и горизонт предсказания с перекатывающимся управлением H=8. В закрытом цикле модель достигла цели в 21 из 25 испытаний (84%) по метрике success@reach. При этом она не удерживала достигнутое положение до конца фиксированного горизонта: success@hold составил 0%, а после достижения цели манипулятор дрейфовал обратно. README связывает это с обрезкой обучающих эпизодов вскоре после достижения и особенностями оценки. Модель предназначена для исследовательских экспериментов и передачи управления следующей подзадаче после достижения цели; это не медицинское устройство. Лицензия — Apache-2.0.

Bigenlight/act_banana_in_pot_ee — модель Action Chunking Transformer (ACT), обученная для управления роботом-манипулятором UR7e в задаче «положить правый банан в горшок». Модель предназначена для имитационного обучения на демонстрациях, записанных телеоператором с помощью GELLO, и выдаёт последовательности действий в пространстве концевого эффектора. На вход подаются RGB-изображения с двух камер и состояние робота; на выходе — 10-мерные действия: абсолютная поза TCP следующего кадра (координаты и 6D-представление вращения) и положение захвата. Архитектура включает ResNet18 и VAE, размер чанка действий — 100, около 51,6 млн параметров. Чекпойнт на 40 тысячах шагов выбран по открытому тесту с минимальной средней абсолютной ошибкой позы; точность предсказания состояния захвата составила 0,914. Модель рассчитана на конкретную роботизированную установку и сценарий манипуляции, поэтому её результаты не следует переносить на другие роботы или задачи без дополнительного обучения и проверки. Распространяется по лицензии CC-BY-NC-4.0, которая ограничивает коммерческое использование.

CXRMate Multi TF — модель генерации рентгенологических заключений по снимкам грудной клетки, разработанная Aaron Nicolson, Jason Dowling, Douglas Anderson и Bevan Koopman. Версия Multi использует несколько рентгеновских изображений; TF означает обучение методом teacher forcing без обучения с подкреплением. Работа описана в статье о продольных данных и семантической близости при генерации заключений.

EEYslcmn/DINOv2-Skin-Lesion-Finetuned — модель компьютерного зрения на базе DINOv2, дообученная для классификации изображений кожных поражений. В метаданных Hugging Face указано 113,2 млн параметров, библиотека Transformers и задача image-classification. Разработчик и лицензия в доступных материалах не указаны. Модель предназначена для автоматической классификации дерматологических изображений и может использоваться как компонент исследовательских прототипов, систем поддержки принятия решений и предварительного анализа изображений кожных образований. Она работает с изображениями и не предназначена для обработки текста или аудио. README не содержит сведений о датасете, классах, метриках оценки, процедурах обучения, границах применимости или результатах тестирования. Поэтому модель нельзя считать самостоятельным медицинским диагностическим инструментом; результаты требуют проверки квалифицированным специалистом. Условия лицензирования не определены в доступных данных.

QuixiAI/FlyGPT — символьная языковая модель, разработанная QuixiAI на основе реального подграфа коннектома мозга самца плодовой мушки из MaleCNS v1.0. Это рекуррентная разреженная архитектура для предсказания следующего символа: топология связей фиксирована, а отдельные веса синаптических связей обучаются градиентным спуском. Модель обучена на датасете Tiny Shakespeare и предназначена для генерации текста в пределах его набора из 65 символов. В модели используется 5 000 нейронов; граф содержит 524 324 связи. Состояние нейронов переносится между символами, поэтому генерация не опирается на KV-кэш. На описанном экспериментальном разбиении Tiny Shakespeare указана валидационная потеря 1,5778 ната на символ на шаге 94 000. Сравнение с графами со случайно перемешанными связями не выявило измеримого преимущества исходной топологии при полном обучении. Модель принимает и генерирует текст, но её строгий токенизатор поддерживает только 65 символов Tiny Shakespeare, поэтому она не подходит для произвольного текста. Карточка не описывает её как биологическую симуляцию живой мухи. Репозиторий распространяется по лицензии CC BY 4.0.

pelvitect-seg — модель семантической сегментации медицинских изображений на архитектуре SegFormer-B3, разработанная как часть системы Pelvitect. Она дообучена на наборе PelviSet, включающем 14 622 рентгенограммы таза детей с масками анатомических структур. Модель размечает пиксели снимка по классам, включая фон, подвздошные кости и запирательные отверстия; результаты предназначены для последующего расчёта геометрических показателей, применяемых при анализе дисплазии тазобедренного сустава. Модель рассчитана на сегментацию переднезадних рентгенограмм детского таза. README описывает применение в специализированном клиническом аналитическом конвейере, а не самостоятельную постановку диагноза. Репозиторий содержит веса в формате safetensors; лицензия — MIT.