IV.6Научные исследования, математика и новые материалы

Это полная тонкая настройка базовой модели lerobot/pi05_base на демонстрациях сборки из набора lukasskellijs/assembly_bench_2. Модель семейства π₀.₅ предназначена для управления роботом по изображениям, состоянию робота и языковой инструкции; версия обучалась один проход по данным, около 16 953 шагов. Модель рассчитана на выполнение манипуляционных задач сборки, включая установку штифта, работу с шестернёй и гайкой. В README приведена оценка на трёх задачах в восьми средах с открытым циклом и размером чанка 15: результаты различаются по задачам, а для установки гайки успешного подъёма не зафиксировано. Лицензия — Apache-2.0. Для подачи проприоцептивного состояния README указывает на несоответствие размерностей: конфигурация чекпойнта задаёт размер 32, тогда как статистика нормализации обучения рассчитана на 8 значений — семь суставов и захват. При предобработке следует подавать 8-мерное состояние.

RETFound_MAE — копия модели open-eye/RETFound_MAE, интегрированная с библиотекой timm и дополненная копией параметров модели CFP. Репозиторий предназначен для классификации изображений; веса опубликованы в формате PyTorch. Модель ориентирована на сценарии классификации изображений сетчатки, связанные с семейством RETFound, однако карточка этого репозитория не описывает конкретные классы, метрики качества или протокол применения. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое использование.

DifeiT дообучил Vision Transformer google/vit-base-patch16-224-in21k для классификации медицинских изображений при выявлении внутричерепного кровоизлияния. Модель содержит 113,2 млн параметров, использует архитектуру ViTForImageClassification и сохранена в формате PyTorch. На указанном в карточке наборе оценки модель показала loss 0,4344 и accuracy 0,8586. Эти результаты относятся только к этой оценке; сведений о составе данных, разбиении и проверке на внешних клинических выборках нет. Лицензия — Apache-2.0.

UMCU/CardioBERTa.nl_clinical — нидерландская медицинская языковая модель на архитектуре RoBERTa, разработанная на основе CLTL/MedRoBERTa.nl. Модель продолжительно предварительно обучали на открытых нидерландских и переведённых англоязычных медицинских текстах, затем дополнительно обучали на медицинских рекомендациях, научных публикациях и электронных историях болезни, включая кардиологические записи. Обучающий корпус насчитывает около 20 млрд токенов и 32 млн документов. Модель предназначена для медицинского NLP на нидерландском языке, в частности для заполнения пропусков в тексте и адаптации к работе с клиническими формулировками. В репозитории указаны 153,2 млн параметров, контекст до 514 токенов и формат safetensors. Для использования и распространения действует лицензия GPL-3.0. Модель обучалась на сочетании нидерландских и английских медицинских данных, включая переведённые тексты. Это не генеративная модель для свободного диалога и не готовый клинический инструмент; качество на задачах, отличных от заполнения пропусков, в карточке не описано.

GR00T-N1.5-3B_Assemble_Trocar — модель vision-language-action (VLA), разработанная NVIDIA на основе архитектуры GR00T N1.5. Её дообучили методом имитационного обучения на 59 телоуправляемых демонстрациях сборки троакара в симуляционном процессе Isaac for Healthcare Rheo. Модель предназначена для робота G1: она получает RGB-кадры с трёх камер, вектор состояния робота и текстовую инструкцию, а выдаёт последовательность непрерывных управляющих значений для робота. Размер модели — 3 млрд параметров. Модель рассчитана на исследование и симуляцию сборки хирургического инструмента: робот забирает троакар с лотка, собирает его и помещает на столик Mayo. Она не предназначена для клинического применения в реальном мире. Обучение на небольшом наборе данных ограничивает переносимость: модель может плохо работать с другими роботами, средами и хирургическими задачами. Для использования требуется соблюдать лицензию NVIDIA; README указывает на некоммерческое применение.

MedSigLip — модель классификации медицинских изображений, разработанная Khanyi Tapiwa Magagula из AI Eswatini. Она принимает изображения кольпоскопии и предсказывает наиболее вероятный класс или стадию состояния шейки матки. Модель построена на архитектуре SigLIP и опубликована для использования через Transformers; в репозитории указаны форматы Safetensors, ONNX и TFLite. Модель предназначена для исследовательских и вспомогательных сценариев анализа кольпоскопических изображений. README не приводит метрик качества, сведений о клинической валидации или подробностей о классах, поэтому результаты нельзя считать самостоятельным диагнозом. Лицензия репозитория — Apache-2.0.

SegVol — универсальная интерактивная модель для сегментации объёмных медицинских изображений, представленная командой BAAI. Она принимает трёхмерные КТ-изображения и подсказки в виде точек, рамок или текста, а на выходе формирует объёмную сегментацию. Модель обучалась на 90 тысячах неразмеченных и 6 тысячах размеченных КТ-исследований и поддерживает сегментацию более 200 анатомических категорий. SegVol предназначена для интерактивной разметки и выделения анатомических структур на КТ. Карточка описывает её как 3D-модель для медицинской сегментации; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Ressshh разработал компактную модель DenseNet-121 для классификации рентгенограмм грудной клетки при скрининге туберкулёза лёгких. Модель-дистиллят обучена с использованием Microsoft BioMedCLIP (ViT-B/16) как учителя; в README указано 7,74 млн параметров у студенческой модели и трёхкомпонентная функция потерь: классификация по меткам, согласование текстовых распределений и выравнивание визуальных признаков. Модель предназначена для сортировки снимков грудной клетки по признакам, связанным с туберкулёзом, в клинических и исследовательских сценариях. Репозиторий содержит ONNX Opset 17 и PyTorch checkpoint; для ONNX Runtime на CPU заявлена задержка 77,5 мс на снимок. Карточка указывает лицензию MIT. Это исследовательский прототип системы поддержки клинических решений, а не автономный диагностический инструмент. Результаты должны интерпретировать и проверять лицензированные врачи или радиологи; заявленные клинические характеристики в README приведены неполно.

mrm8488/vit-base-patch16-224_finetuned-kvasirv2-colonoscopy — модель классификации изображений на основе Vision Transformer (ViT), опубликованная пользователем mrm8488 и дообученная для колоноскопических изображений. Она предназначена для отнесения таких изображений к категориям, заданным при обучении на наборе Kvasir v2. В README показан пример загрузки через Transformers и hugsvision; метаданные указывают 113,2 млн параметров и форматы PyTorch и Safetensors. Модель принимает изображения и выдаёт метки классов. Карточка не содержит сведений о составе классов, метриках качества или клинической проверке; применять её для постановки диагноза без независимой валидации не следует. Данные о лицензии в предоставленных метаданных и README отсутствуют.

Модель gianlab/swin-tiny-patch4-window7-224-finetuned-skin-cancer — дообученная Gianlab версия Swin-Tiny от Microsoft для классификации фотографий кожных образований. Она основана на архитектуре Swin Transformer и содержит около 33 млн параметров. Принимает изображения и относит их к одному из семи классов: актинический кератоз, базальноклеточная карцинома, доброкачественные кератозоподобные образования, дерматофиброма, меланоцитарные невусы, меланома или сосудистые поражения. Модель предназначена для экспериментальной автоматической классификации изображений кожных поражений. В карточке приведены результаты на оценочном наборе: точность 72,75% и loss 0,7695. Эти показатели не подтверждают пригодность для медицинской диагностики: модель может ошибаться, а данных о составе и репрезентативности обучающей и оценочной выборок недостаточно. Репозиторий распространяется по лицензии Apache-2.0.

Модель BTX24/vit-base-patch16-224-in21k-finetuned-hongrui_mammogram_v_1 — дообученный для классификации маммограмм вариант Vision Transformer ViT-Base от Google. Она основана на google/vit-base-patch16-224-in21k и содержит 113,2 млн параметров. Модель принимает изображения и выдаёт класс изображения. Модель предназначена для экспериментальной классификации маммограмм. На указанной в README оценочной выборке достигнуты accuracy 0,6991 и F1 0,6767; данных о составе классов и выборки недостаточно, чтобы судить о пригодности для клинического применения. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

hugging-science/breast-cancer-detector-2 — модель классификации изображений на базе Vision Transformer с 113,2 млн параметров, предоставленная для открытых исследований медицинского ИИ. Она анализирует чистые изображения УЗИ молочной железы и относит их к одному из трёх классов: доброкачественное образование, злокачественное образование или норма. Модель предназначена для помощи радиологам, онкологам и исследователям: она может ускорить первичный анализ снимка и служить дополнительным мнением в диагностическом процессе. В карточке описаны обучение на небольшом наборе примерно из 1 500 снимков и результаты внутренней проверки, а также внешней оценки на данных с двумя классами. Эти метрики не гарантируют качество на других выборках и в клинической практике. Модель следует применять только как вспомогательный инструмент вместе с оценкой специалиста; перед внедрением нужна внешняя клиническая проверка. Поддерживаются только чистые изображения УЗИ молочной железы без подписей, меток и артефактов. Модель не предназначена для маммографии, МРТ, КТ, других видов УЗИ, детских случаев или самостоятельной диагностики; она может ошибаться при иных аппаратах, популяциях и нетипичных случаях. Лицензия — Apache-2.0.

ayoubkirouane/Breast-Cancer_SAM_v1 — модель сегментации опухолей молочной железы на медицинских изображениях, созданная на основе Segment Anything Model (SAM). В карточке указаны маммограммы и ультразвуковые изображения как целевые типы снимков. Модель использует архитектуру vision transformer семейства SAM и библиотеку Transformers; репозиторий содержит веса PyTorch. Модель предназначена для выделения области опухоли с помощью масок на изображении. SAM принимает подсказки, например точки или рамки, чтобы построить маску объекта; README связывает применение этой модели с планированием диагностики и лечения. Базовая модель SAM известна сегментацией по подсказкам и генерацией масок объектов, однако отдельные метрики качества Breast-Cancer_SAM_v1 в карточке не приведены. Лицензия репозитория — Apache-2.0. Модель предназначена для медицинских изображений, но сведения не подтверждают клиническую валидацию; результаты следует оценивать специалистам и не считать самостоятельным диагнозом.

wwydmanski/specter2_pubmed-v0.5 — дообученный Sentence Transformer на базе allenai/specter2_base, созданный для семантического поиска и сопоставления научных текстов. Модель использует BERT-энкодер с усреднением токенных представлений и формирует плотные векторы размерности 768; максимальная длина входа — 512 токенов. Сходство между векторами можно оценивать косинусной мерой. Модель обучена на наборе из 10 053 примеров с парами релевантных и трудных отрицательных текстов. В README сообщается о среднем NDCG 85 на наборах Relish, NFCorpus и TREC CoVID, выше результата Proximity adapter (84,1). Её можно применять для поиска публикаций по запросу, ранжирования научных текстов, поиска парафраз, кластеризации и классификации на основе эмбеддингов. Лицензия в предоставленных данных не указана.

salsabiilashifa11/sbert-paper — дообученная модель Sentence-Transformers на базе MPNet для получения эмбеддингов предложений из научных статей и сравнения их смысловой близости. Обучение использовало MultipleNegativesRankingLoss с косинусной функцией сходства. Модель предназначена для поиска и сопоставления научных текстов по смыслу, например для подбора релевантных статей или фрагментов. Это плотная архитектура MPNet с 136,7 млн параметров, контекстом до 514 токенов и весами PyTorch. На вход принимает текст, на выходе формирует контекстные представления и эмбеддинги; для сравнения предложений можно использовать косинусную близость. Язык обучения и поддержки в доступных сведениях не указан. Условия лицензирования в карточке не приведены.

qnhat/bge-small-scifact-rrf — текстовая Sentence Transformer-модель, дообученная на базе BAAI/bge-small-en-v1.5. Она преобразует предложения и абзацы в плотные векторы размерности 384, нормализует их и позволяет сравнивать по косинусному сходству. Модель основана на BERT; максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и извлечения релевантных текстов, в том числе в научных материалах по тематике SciFact. В обучающем наборе 47 241 пример с тройками текстов; использовалась функция потерь MultipleNegativesRankingLoss. Она рассчитана на английский текст и подходит для поиска и ранжирования фрагментов по смысловой близости. Для использования нужны совместимые библиотеки, например Sentence Transformers. Карточка не сообщает лицензию, поэтому условия распространения и коммерческого использования следует уточнить на странице репозитория Hugging Face.

DatarusAI Datarus-R1-14B-preview — языковая модель с открытыми весами для аналитики данных и многошагового решения задач. Это плотная авторегрессионная модель семейства Qwen2, дообученная на базе Qwen/Qwen2.5-14B-Instruct. В README указано 14,8 млрд параметров; в метаданных — 14 млрд. Модель поддерживает генерацию текста и диалоговый режим, а также интерфейс вызова инструментов. Нативная длина контекста — 131 072 токена. Модель предназначена для анализа данных, статистических расчётов и визуализации, решения математических и научных задач, генерации аналитического кода и работы в интерактивных ноутбуках. README описывает два режима рассуждения: интерактивный ReAct с итеративным выполнением кода и режим Reflection для компактных объяснений и отчётов. Обучение проводилось на синтетических аналитических траекториях и наборах данных для рассуждений; заявленные области включают финансы, медицину и количественный анализ. Основной язык — английский. В карточке приведены высокие результаты на LiveCodeBench и AIME, однако это заявления разработчика, и качество на других задачах может отличаться. Интерфейс выполнения кода требует подключённой среды исполнения; сама модель генерирует текст. Модель распространяется по лицензии Apache 2.0.

MaxNoichl/discipline-tuned_specter_2_024 — Sentence Transformers-модель, дообученная на базе научного энкодера allenai/specter2_aug2023refresh_base. Она кодирует предложения и абзацы в плотные векторы размерности 768; архитектура включает BERT, усредняющий пулинг токенов и нормализацию. Максимальная длина входа — 512 токенов, сходство векторов можно оценивать косинусной мерой. Модель предназначена для поиска и сравнения текстов, в том числе семантического поиска, сопоставления научных материалов, кластеризации и поиска перефразировок. README указывает на дообучение с TripletLoss на наборе из 43 494 примеров и сообщает cosine accuracy 0,971 на оценке TripletEvaluator для указанного теста. Это не гарантирует аналогичного качества на других данных. Веса опубликованы в формате safetensors; модель рассчитана на использование с библиотекой Sentence Transformers. Поддерживаемая лицензия в предоставленных данных не указана.

OpenScholar_Reranker — переранжировщик научной литературы, разработанный University of Washington и Allen Institute for AI (AI2). Модель дообучена на базе BAAI/bge-reranker-large и оценивает релевантность научных документов запросу, помогая упорядочивать найденные материалы для синтеза литературы. Это плотный XLM-RoBERTa cross-encoder с классификационной головой, принимающий пары текстов и выдающий оценку релевантности. Модель рассчитана на английский язык; контекст — до 514 токенов, размер — 658,7 млн параметров. Данные для дообучения включали синтетические запросы, созданные Llama 3 70B. Модель подходит для переранжирования результатов поиска по научным публикациям. Лицензия README обозначена как Apache-2.0, тогда как метаданные Hugging Face указывают MIT; перед использованием следует проверить актуальные условия лицензирования в репозитории.

INDUS-SDE-ST-v0.2 — модель эмбеддингов предложений от NASA-IMPACT для семантического поиска и сопоставления научных текстов. Это дообученная версия INDUS-SDE Sentence Transformer на базе энкодера RoBERTa с 151,8 млн параметров; модель обучали на парах научных текстов из корпусов S2ORC, arXiv, PubMed, NASA ADS и NASA SDE с контрастивной функцией потерь Multiple Negatives Ranking. Модель предназначена для поиска научных публикаций и сравнения заголовков, аннотаций и других текстовых фрагментов по смыслу. В README сообщается об оценке на NASA SMD IR, NanoBEIR и BEIR, а также о более высоких результатах этой версии по сравнению с исходной INDUS Sentence Transformer и ModernBERT-based ST. Модель принимает текст и выдаёт векторные представления для задачи sentence similarity; использует библиотеку Transformers, формат весов safetensors и контекст до 1026 токенов. Лицензия — Apache-2.0.

Jan-Nano-128k — компактная языковая модель Alan Dao и Bach Vu Dinh, дообученная на базе Menlo/Jan-nano. Это плотная модель семейства Qwen3 с 3,7 млрд параметров и контекстом до 131 072 токенов. Она предназначена для исследовательских задач: анализа длинных документов и научных статей, синтеза информации из нескольких источников и ведения многоходовых диалогов. Модель поддерживает чат и интерфейс вызова инструментов MCP; авторы характеризуют её как не использующую режим пошагового рассуждения. Модель принимает текст и генерирует текст. Репозиторий содержит веса Safetensors; для запуска авторы описывают развёртывание через vLLM с настройками для длинного контекста и вызова инструментов. Лицензия — Apache-2.0. README сообщает об оценке на SimpleQA, но не приводит численных результатов, поэтому заявленное улучшение относительно Jan-Nano нельзя количественно оценить по карточке.

nadrajak/allenai-specter-ft2 — дообученная модель Sentence Transformers на базе sentence-transformers/allenai-specter. Она использует архитектуру BERT с пулингом по CLS-токену, преобразует текстовые фрагменты в плотные эмбеддинги размерности 768 и сравнивает их косинусным сходством. Максимальная длина входа — 512 токенов; модель обучалась с TripletLoss на наборах с примерами anchor, positive и negative. Модель подходит для семантического поиска, поиска похожих текстов и публикаций, оценки сходства предложений, поиска перефразирований, кластеризации и классификации текста на основе эмбеддингов. Базовая модель ориентирована на заголовки и аннотации научных статей на английском языке, поэтому это профильный выбор для поиска научных публикаций; README сообщает высокую точность на TripletEvaluator, но не раскрывает контекст этих оценок и состав обучающих данных. Для использования нужны текстовые входы; результатом являются векторы, пригодные для поиска и сравнения. Репозиторий распространяется в формате safetensors и использует лицензию базовой модели, однако сведения о лицензии в предоставленных данных отсутствуют.

SciEmbed-FULL — англоязычная модель для построения эмбеддингов научных документов, выпущенная в составе SciEmbed. Она основана на encoder-модели ModernBERT-base размером 149 млн параметров и дообучена на контрастных парах; основным сигналом обучения служили предложения с контекстом цитирования. Модель принимает текст и выдаёт векторные представления, которые можно нормализовать и использовать для сравнения текстов. Модель предназначена для поиска научных публикаций и оценки близости научных текстов, а также для задач классификации и регрессии в научном домене. В README приведены результаты на SciRepEval: общий показатель по четырём категориям составляет 66,85 ± 0,38, усреднённый по трём seed; в репозитории опубликованы веса seed 123. Контекст — до 8192 токенов. Лицензия — MIT. Авторы отмечают, что статья находится на двойном слепом рецензировании.

SciBERT-NLI — модель эмбеддингов предложений, созданная дообучением SciBERT на наборах SNLI и MultiNLI с помощью библиотеки sentence-transformers. Она использует архитектуру BERT, исходный словарь scivocab WordPiece, усреднение токенов и softmax loss; размер составляет 137,1 млн параметров, контекст — до 512 токенов. Модель предназначена для получения векторных представлений предложений и сравнения научных текстов по смысловой близости, например для поиска научных статей. В тестировании на STS она показала корреляцию Спирмена 74,50; авторы сравнивали её с BERT-моделью, обученной тем же способом. Репозиторий содержит веса PyTorch и Flax. Сведения о лицензии в предоставленных данных отсутствуют.

SciEmbed-BASE — англоязычная модель эмбеддингов научных документов на базе ModernBERT-base, выпущенная как часть проекта SciEmbed. Она дообучена на 7 млн пар примеров за 3 эпохи с контрастивным обучением, где основной сигнал составляют предложения из контекстов цитирования. Модель предназначена для представления научных текстов в виде векторов и задач поиска и оценки сходства; в README приведены результаты SciRepEval по классификации, регрессии, близости и поиску. Модель использует encoder-only архитектуру ModernBERT, содержит 149 млн параметров и поддерживает контекст до 8192 токенов. Её можно загружать через Sentence Transformers и получать нормализованные эмбеддинги. Лицензия — MIT. Карточка описывает базовый вариант SciEmbed, обученный только на сигнале цитатных связей; сравнительное превосходство над другими моделями не заявлено.

Pravallika6/scibert-cross-domain-embeddings — модель Sentence Transformer, дообученная разработчиком на базе allenai/scibert_scivocab_uncased для получения векторных представлений научных текстов. Она преобразует предложения и абзацы в плотные эмбеддинги размерности 768; сходство между ними можно оценивать косинусной мерой, а сами эмбеддинги использовать для поиска и извлечения релевантных текстов. Архитектура включает BERT с пулингом по CLS-токену; модель содержит 137,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель ориентирована на текстовый поиск и сравнение научных предложений и абзацев, в том числе в разных предметных областях. Обучение проводилось с TripletLoss на наборе из 7 446 примеров. Базовая SciBERT предназначена для англоязычных научных текстов, поэтому применимость к другим языкам не подтверждена. Лицензия в предоставленных данных не описана.

jordyvl/scibert_scivocab_uncased_sentence_transformer — модель на базе BERT, упакованная для библиотеки Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска и кластеризации. В метаданных указаны 137,1 млн параметров и контекст до 512 токенов; модель доступна в форматах PyTorch и safetensors. Модель предназначена для получения эмбеддингов текстов, сравнения семантической близости, поиска и группировки текстов. Название указывает на использование SciBERT с научным словарём, однако карточка не сообщает отдельные результаты оценки или поддерживаемые языки. Условия лицензии в предоставленных данных не указаны.

SciEmbed-CTX-2048 — англоязычная модель для построения эмбеддингов научных документов, созданная авторами семейства SciEmbed на базе ModernBERT-base. Это промежуточный вариант в исследовании длины контекста: модель обучена с максимальной длиной последовательности 2048 токенов и использует предложения с контекстом цитирования как основной контрастивный сигнал. В метаданных указаны 149 млн параметров, архитектура ModernBERT encoder и поддержка контекста до 8192 токенов; README описывает вариант сканирования длины контекста 512→2K→8K. Модель предназначена для получения нормализуемых векторов предложений и научных текстов, например для поиска похожих фрагментов и семантического поиска по научным публикациям. Доступна через Sentence Transformers. Лицензия — MIT. Это промежуточная версия в серии вариантов длины контекста, поэтому её характеристики следует соотносить именно с вариантом 2048 токенов.

wwydmanski/specter2_pubmed-v0.7-full — дообученный Sentence Transformer на базе allenai/specter2_base для работы с научными текстами. Модель кодирует предложения и абзацы в плотные векторы размерности 768; архитектура включает BERT-энкодер с усреднением токенных представлений. Максимальная длина входа — 512 токенов, для сравнения векторов используется косинусное сходство. Модель обучена на 57 306 парах и тройках текстов с помощью MultipleNegativesRankingLoss. Она предназначена для семантического поиска и сравнения научных публикаций, а также может применяться для поиска перефразировок, кластеризации и классификации текстов. В примерах обучающих данных встречаются названия и заголовки работ из разных предметных областей, включая медицину; специализация на PubMed отражена в названии модели. В README приведены оценки на NanoNQ, NanoMSMARCO и NanoBEIR; результаты зависят от набора данных и сценария, поэтому качество для конкретного корпуса следует проверять отдельно. Для использования требуется подавать текст и сравнивать полученные векторы. Лицензия в предоставленных сведениях не указана.

InternScience/StructTable-base — модель семейства Pix2Struct, разработанная авторами StructEqTable для преобразования изображений таблиц в код LaTeX. Она предназначена для извлечения структуры таблиц из научных документов и может применяться в задачах последующего анализа табличных данных. В карточке указаны варианты с 4096 и 2048 визуальными токенами; размер модели составляет около 300 млн параметров, обучение проводилось на DocGenome. Версия с аугментацией данных заявлена как более быстрая и устойчивая при инференсе. Модель принимает изображение таблицы и по умолчанию выдаёт текст с разметкой LaTeX. README сообщает о поддержке таблиц из научных документов и китайской версии. Для простых таблиц LaTeX-вывод можно преобразовать в HTML или Markdown внешним инструментом; поддержка объединённых ячеек при таком преобразовании ограничена. Точность может снижаться на шрифтах, отличных от Times New Roman и 宋体. Репозиторий распространяется по лицензии Apache-2.0.