IV.7Цепочки поставок, склады, логистика и международная торговля

MiniCPM-RobotManip — разработанная OpenBMB модель vision-language-action на 1,5 млрд параметров для управления роботами при манипуляциях с объектами. Она принимает визуальные наблюдения и использует их вместе с историей кадров, чтобы формировать действия для робота в разных задачах манипуляции; единая политика предназначена для нескольких downstream-сценариев. Модель поддерживает потоковый учёт контекста: в истории может сохраняться до 60 кадров, что позволяет использовать визуальную память длительностью до минуты. Сжатие визуальных токенов MiniCPM-V 4.6 сокращает представление кадра с 256 до 64 токенов. Репозиторий содержит веса safetensors, для запуска README требует Transformers 5.7.0. Лицензия — Apache-2.0. В README приведены результаты сравнительных оценок и измерение задержки на H100 в BF16 с одним кадром на входе; задержка прямого прохода составляет 120 мс, без учёта авторегрессионного декодирования действий. Эти показатели относятся к указанной конфигурации и не гарантируют такую же скорость на других устройствах. Язык взаимодействия и подробные ограничения по наборам задач в карточке не описаны.

Nora — открытая модель типа vision-language-action, разработанная Declare Lab для управления роботизированными манипуляциями. Она принимает текстовую инструкцию и изображение с камеры рабочей зоны, а затем предсказывает действия робота на основе обучающих эпизодов манипуляций из набора Open X-Embodiment. Модель дообучена на базе Qwen 2.5 VL-3B и имеет 3,1 млрд параметров; архитектура — Qwen2.5-VL с контекстом до 128 000 токенов. Выход представляет собой нормализованные приращения 7-DoF для концевого эффектора: координаты, углы roll, pitch и yaw, а также положение захвата. Для выполнения действий на роботе требуется обратная нормализация с использованием статистик конкретной платформы и набора данных. Указан английский язык инструкций. Модель и код обучения доступны по лицензии MIT.

Octo Base 1.5 — модель управления роботами, разработанная командой Octo при Berkeley. Трансформер с 93 млн параметров использует изображения с основной и запястной камер, текстовые инструкции и историю наблюдений длиной до двух шагов. Изображения кодируются лёгким свёрточным энкодером и группируются в патчи 16×16; текст обрабатывается токенизатором T5 и энкодером T5-Base. Модель обучена на смеси наборов данных Open X-Embodiment. Диффузионная политика предсказывает семимерные действия на четыре шага вперёд, что позволяет использовать её для управления роботом по визуальным наблюдениям и языковому заданию. В версии 1.5 повторяются языковые токены на каждом шаге контекстного окна, а инструкции в обучающих данных дополнены перефразированиями. Для вывода можно передать любую часть поддерживаемых наблюдений и задания; история ограничена двумя шагами. Карточка не уточняет конкретную совместимую платформу робота и процедуры развёртывания. Лицензия — MIT.

Это экспериментальная навигационная модель OpenFly, дообученная разработчиками проекта SatNav на базе IPEC-COMMUNITY/openfly-agent-7b. Она получает английскую инструкцию, три RGB-кадра спутниковой карты и историю до 16 предыдущих действий, чтобы предсказать следующий шаг навигации. Выход — текстовая метка действия: stop, forward, left или right. Модель предназначена для непрерывной навигации по спутниковым картам в платформе SatNav и входит в её Baseline Model Zoo. Архитектура OpenVLA, плотная, с 7B базовой модели; веса представлены в safetensors. Обучение выполнено за одну эпоху полным дообучением на офлайн-траекториях SatNav-v0.1. Лицензия — MIT.

Ateeqq/product-description-generator — модель генерации описаний товаров, разработанная на базе T5 и дообученная на данных Amazon о товарах. Для генерации используется префикс «description: »; модель предназначена для преобразования кратких сведений о товаре в связное описание для карточки товара или каталога. Архитектура — T5-base, около 124 млн параметров по метаданным, контекст — до 512 токенов. README сообщает о дообучении на очищенной выборке из 250 тысяч примеров и приводит длины источника до 50 и целевого текста до 300 токенов; в описании датасета также упоминаются 500 тысяч очищенных примеров. Модель рассчитана на англоязычные товарные данные и выдаёт текст. Она может ускорить подготовку описаний для интернет-магазина, однако качество и точность зависят от полноты входных характеристик; сгенерированные утверждения о товаре следует проверять. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — Apache-2.0.

Это дообученная модель SwiftVLN-SatNav от разработчиков SwiftVLN для навигации по спутниковым изображениям в бенчмарке SatNav. Она принимает последовательности RGB-кадров и сведения об относительном положении и направлении, а затем предсказывает последовательность из четырёх действий для продолжения маршрута. Модель основана на мультимодальной Qwen2.5-VL-3B-Instruct с архитектурой Qwen2.5-VL и 3,1 млрд параметров; для объединения визуальных токенов с относительной позой применяется FiLM. Обучение выполнено полным дообучением за одну эпоху на экспертных траекториях SatNav-v0.1. Конфигурация использует окно из 32 RGB-кадров, до восьми равномерно выбранных кадров истории и усреднение признаков по кадрам с шагом 2. Контекстная длина базовой модели — 128 000 токенов. Модель предназначена для экспериментов и оценки в SwiftVLN/SatNav, а не для универсального диалогового анализа изображений. Лицензия в предоставленных данных не указана.

Xiaomi-Robotics-0-LIBERO — модель типа vision-language-action, разработанная Xiaomi Robotics для рассуждений о роботизированных задачах и генерации действий. Версия с 4,7 млрд параметров обучена на траекториях роботов разных воплощений и данных «изображение—язык», чтобы обобщать навыки на новые задачи и среды. Модель принимает визуальное наблюдение и языковое описание задачи и генерирует действия для робота. Карточка заявляет поддержку исполнения в реальном времени с асинхронным выполнением и возможность запуска на потребительских GPU; модель интегрирована с библиотекой Transformers. Архитектура MiBoTForActionGeneration, веса в формате safetensors. Лицензия Apache-2.0.

z-lab/flashvla-pi05-libero — модель управления роботом, разработанная на базе π0.5 от Physical Intelligence и дообученная на датасете LIBERO. Она принимает изображения, состояние робота и языковую инструкцию, а затем предсказывает действия робота с помощью flow matching. FlashVLA добавляет потоковое асинхронное декодирование действий с перекрытием вычисления следующего блока и выполнения роботом текущего, чтобы ускорить инференс. Модель предназначена для манипуляционных задач, проверяемых в наборах LIBERO Spatial, Object, Goal и Long. В README приведены результаты успешного выполнения 97,9% в синхронном режиме и 97,0% при асинхронной задержке в один шаг; для последнего указано ускорение в 1,83 раза и задержка 29,4 мс на шаг. Репозиторий содержит веса safetensors. Лицензия — Gemma.

Hy-Embodied-0.5-VLA-RoboTwin — модель Vision-Language-Action от Tencent Robotics X и команды Tencent Hy для управления роботами при выполнении задач манипуляции. Это контрольная точка supervised fine-tuning модели Hy-Embodied-0.5-VLA-UMI, обученная на 50 задачах RoboTwin 2.0 с двумя руками. Модель принимает визуальные наблюдения и инструкции, учитывает несколько кадров истории и генерирует действия робота с помощью эксперта на основе flow matching. В тестах RoboTwin 2.0 модель показала среднюю успешность 90,9% в чистых условиях и 90,1% при рандомизации. Она предназначена для двуручных задач манипуляции и переноса навыков между роботизированными платформами. Веса представлены в формате safetensors; лицензия Apache-2.0.

INTACT-pi-finetune-bridge — модель Vision-Language-Action (VLA) для робототехники, разработанная авторами набора INTACT Probing Suite. Это версия Pi0, дообученная на наборе данных BridgeV2 для задач роботизированных манипуляций. Модель принимает визуальные и языковые входные данные и формирует действия робота. Контрольная точка выбрана по среднему результату на четырёх задачах Bridge в SimplerEnv среди проверенных эпох; в README указана контрольная точка на шаге 7565, соответствующая пятой эпохе. В приведённом сравнении успешность варьируется от 0,264 для укладки кубов до 0,819 для помещения баклажана в корзину. Результаты зависят от задачи, а на других контрольных точках отдельные показатели могут быть выше. Модель распространяется по лицензии Apache-2.0.

Это дообученная модель MolmoAct2 для выполнения задачи складывания блоков роботом SO101. Модель разработана на основе контрольной точки allenai/MolmoAct2 и обучена только для компонента action-expert на данных armnetbench_block_stack; опубликована контрольная точка после 25 000 шагов обучения. MolmoAct2 — vision-language-action модель Ai2, которая использует визуальные наблюдения и языковые инструкции для управления роботом. Модель предназначена для экспериментов и настройки управления роботом при складывании блоков. В репозитории представлены веса в формате safetensors и файлы пред- и постобработки политики. Лицензия в предоставленных данных не указана.

Это контрольная точка OpenVLA-OFT, разработанная авторами проекта Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success. Модель дообучена на объединённых наборах задач LIBERO Spatial, Object, Goal и Long и предназначена для управления роботом по визуальным наблюдениям и языковым инструкциям, предсказывая последовательности действий (action chunks). В основе лежит архитектура OpenVLA с классом OpenVLAForActionPrediction; веса опубликованы в формате safetensors. В README заявлено улучшение базовой OpenVLA благодаря оптимизированным методам дообучения. Лицензия — MIT. Контрольная точка ориентирована на задачи LIBERO; данных о контекстном окне и поддерживаемых естественных языках в предоставленных источниках нет.

SameedHussain/Qwen2-1.5B-Instruct-Flight-Multi-Turn — диалоговая модель для генерации текста, созданная SameedHussain дообучением Qwen2-1.5B-Instruct. Она предназначена для многоходовых разговоров по тематике авиаперелётов и может использоваться в чат-сценариях, связанных с этой областью. Модель имеет плотную архитектуру Qwen2ForCausalLM с 1,5 млрд параметров и контекстом до 32 768 токенов. Карточка указывает английский язык и обучение с использованием Unsloth и TRL; файлы представлены в формате PyTorch. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о составе обучающих данных, поэтому надёжность ответов в конкретных сценариях авиаперелётов по этим материалам оценить нельзя.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap0-gtc-k512-noembed — дообученная модель для навигации робота по спутниковым изображениям в бенчмарке SatNav с использованием SwiftVLN. Она основана на Qwen2.5-VL-3B-Instruct и обучена полным дообучением в течение одной эпохи на офлайн-траекториях экспертов SatNav-v0.1. Модель принимает визуальную историю из RGB-кадров и контекст навигационной задачи, использует окно из 32 кадров и сжатие визуальных токенов истории до 512 токенов методом глобальной мягкой кластеризации. Она предсказывает последовательность из четырёх действий для непрерывной навигации. Архитектура — плотная Qwen2.5-VL, 3,1 млрд параметров; карточка указывает контекст до 128 000 токенов. Репозиторий предназначен для использования с руководством по оценке SwiftVLN. Модель рассчитана на специализированный сценарий навигации по спутниковым изображениям, а не на универсальный диалоговый анализ изображений. Подтверждён английский язык карточки; поддержка других языков не заявлена. Лицензия в предоставленных данных не приведена.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap16-pf-h8-pool-s2-noembed — чекпойнт SwiftVLN для навигации по спутниковым изображениям в бенчмарке SatNav. Модель основана на Qwen2.5-VL-3B-Instruct и дообучена с полным обновлением параметров на экспертных траекториях SatNav-v0.1 в течение одной эпохи. Модель предназначена для задач навигации с непрерывным состоянием: она использует последовательности RGB-кадров и историю до восьми кадров, после чего предсказывает следующие четыре действия. Настройка обучения использует окна из 32 кадров с перекрытием соседних окон на 16 шагов и усреднённым пулингом по кадрам с шагом 2. Архитектура — Qwen2.5-VL, размер — 3,1 млрд параметров; базовая модель поддерживает контекст до 128 000 токенов. Карточка задаёт применение в связке со SwiftVLN и SatNav; лицензия в предоставленных данных не указана.

TurboVLA — модель Vision-Language-Action для управления роботизированными манипуляциями, разработанная исследователями Huazhong University of Science and Technology совместно с Huawei Technologies. Вместо промежуточной генерации текста модель напрямую преобразует визуальные наблюдения и языковую инструкцию в непрерывные последовательности действий робота. В репозитории размещены контрольные точки для бенчмарков LIBERO и RoboTwin 2.0. Архитектура включает отдельные визуальный энкодер DINOv3 и языковой энкодер BERT, лёгкий двунаправленный обмен признаками и компактный декодер последовательностей действий. Для LIBERO используется DINOv3 ViT-B, два RGB-ракурса, состояние робота и горизонт действий 12; для RoboTwin 2.0 — DINOv3 ViT-L, три изображения 224 × 224, 14-мерное состояние робота и горизонт 50. В README приведён результат LIBERO: 97,7% среднего успеха, задержка 31,2 мс и 0,9 ГБ видеопамяти на RTX 4090. Метаданные указывают английский язык карточки; инструкции задаются естественным языком. Модель предназначена для оценки и применения в роботизированных манипуляциях на задачах LIBERO и RoboTwin 2.0. В репозитории указаны PyTorch-чекпойнты; лицензия обозначена как other, поэтому условия использования следует сверить с файлами лицензии и условиями авторов перед внедрением. Представленные результаты относятся к указанным бенчмаркам и аппаратной конфигурации.

Это чекпойнт Uni-NaVid, дообученный командой SatNav для непрерывной навигации по спутниковым картам. Он предназначен для платформы SatNav и интеграции SatNav Uni-NaVid: модель принимает текстовую инструкцию и поток RGB-наблюдений, затем предсказывает последовательность до четырёх действий навигации. Модель основана на архитектуре LLaMA с визуальным энкодером EVA-CLIP; число параметров — 6,6 млрд, контекст — 4096 токенов. Чекпойнт обучен один проход на офлайн-траекториях SatNav-v0.1 с learning rate 1e-5. Карточка указывает лицензию Llama 2. Модель рассчитана на навигационные сценарии SatNav; её применение вне этой интеграции не описано.

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.

Карточка модели zaleni/WSA-Large-RoboTwin на Hugging Face совпадает с карточкой zaleni/WSA-Large, поэтому описание составлено по ней. WSA-Large — крупная модель семейства WSA1 для обобщаемого управления роботами, представленная в коллекции WSA Model Collection. Она построена на архитектуре World-Spatial-Action и совместно обучает согласованное с инструкциями визуальное планирование в 2D, моделирование трёхмерного мира с учётом действий и генерацию действий с учётом 3D. WSA-Large использует Wan2.2-TI2V-5B как базовую модель; семейство WSA предназначено для дообучения под прикладные задачи и управления роботами в симуляторах RoboTwin2.0 и LIBERO. Модель ориентирована на задачи манипуляции, где робот должен интерпретировать визуальную сцену и инструкции, прогнозировать последствия действий и выполнять последовательности движений. В README приведены результаты оценивания WSA1-L в симуляторах: средний успех 93,14% на сложной рандомизированной настройке RoboTwin2.0 и 98,2% на наборах задач LIBERO. Эти показатели относятся к описанным экспериментам и не гарантируют аналогичного качества в иных условиях. Лицензия в предоставленных данных не указана.

ActQuant-Pi05-LIBERO-3bpw — квантизированный чекпойнт VLA-модели π₀.₅, подготовленный проектом ActQuant на основе модели lerobot/pi05_libero_finetuned_v044. Она предназначена для управления роботом в задачах LIBERO по визуальным наблюдениям и языковым инструкциям. Артефакт GGUF объединяет зрительную башню SigLIP, языковые блоки и эксперт действий; для распределения битности применена двухэтапная схема ActQuant: оценка чувствительности HSIC и Action-Mixed Fisher для оптимизации квантования. Заявленный показатель около 3 бит на вес относится к зрительной и языковой частям модели; эксперт действий сохранён в fp16. В README приведены результаты замкнутого цикла на четырёх наборах LIBERO, однако в таблице видны только три строки, поэтому полный набор чисел проверить по карточке нельзя. Модель рассчитана на робототехнические действия, а не на свободный текстовый диалог. Лицензия репозитория — MIT.

Porameht/act_so101_packing_reproduce — воспроизведение политики ACT (Action Chunking with Transformers), обученной с помощью LeRobot для упаковки нескольких объектов манипулятором SO101. Модель насчитывает около 51,7 млн параметров и выдаёт фрагменты действий длиной 100 шагов на основе состояния суставов и изображений с трёх камер: верхней, передней и правой. Модель предназначена для управления роботом SO101 при выполнении задачи упаковки нескольких объектов. Это экспериментальное воспроизведение опубликованной политики робототехнического обучения, обученное на наборе данных Qiu-Xinchuan/so101_Multi-object-packing в течение 100 000 шагов. Проверка на аппаратном роботе ещё не проводилась, поэтому практическая успешность выполнения задачи не подтверждена. Лицензия — Apache-2.0.

EYEDOL/adtc-agri-sft-qwen3-0.6b — компактная языковая модель для консультаций по сельскому хозяйству в Нигерии. Она дообучена методом supervised fine-tuning на базе Qwen/Qwen3-0.6B с использованием QLoRA; адаптеры объединены с базовыми весами. Опубликованный чекпойнт содержит около 508 млн параметров, использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Модель рассчитана на одношаговые ответы на вопросы и описания фермерских ситуаций: она формулирует оценку, практическую рекомендацию и, когда это уместно, совет обратиться к специалисту. Обучающие примеры охватывают сельскохозяйственные вопросы, дозирование удобрений, рыночные и складские расчёты. Модель предназначена прежде всего для мелких фермерских хозяйств и сельскохозяйственных консультантов в Нигерии; карточка указывает английский язык. Лицензия — Apache-2.0. Это базовый вариант для сравнения с будущей дистиллированной моделью. Качество проверялось неформально, поэтому ответы следует считать справочными рекомендациями, а не авторитетным агрономическим или финансовым советом. Модель не проходила валидацию для общего использования или регионов и культур, не представленных в обучающих данных; в важных случаях следует обращаться к местному специалисту.

Карточка модели nvidia/GR00T-N1.7-SimplerEnv-Fractal на Hugging Face совпадает с карточкой nvidia/GR00T-N1.7-DROID, поэтому описание составлено по ней. NVIDIA Isaac GR00T N1.7 DROID — версия средней размерности открытой основы для гуманоидных роботов, дообученная на наборе DROID. Модель предназначена для обобщённого рассуждения и выполнения манипуляций по языковым инструкциям в разных сценах и для разных воплощений роботов; её можно дополнительно обучать на реальных или синтетических данных под конкретного робота или задачу. Модель содержит около 3 млрд параметров. Она принимает RGB-кадры, текстовую инструкцию, данные о положении и состоянии робота и идентификатор его воплощения. Визуально-языковая часть использует Cosmos-Reason2-2B, SigLIP2 и T5; действия формирует трансформер на основе flow matching, реализованный как diffusion transformer. На выходе модель выдаёт непрерывные векторы управляющих действий, зависящие от числа степеней свободы робота. Для постобучения этой версии использован DROID — набор примерно из 76 тысяч демонстраций манипуляций общей длительностью около 350 часов. Модель рассчитана на исследования и разработку робототехники, адаптацию под конкретные платформы и интеграцию в роботизированные приложения. README разрешает коммерческое и некоммерческое использование; конкретное название лицензии в предоставленных данных отсутствует. Для безопасного применения требуется тестирование и валидация на данных и оборудовании целевого сценария.

Это дообученная модель MolmoAct2, опубликованная pravsels для управления роботом SO101 в сценарии работы с полкой для глазных капель. Модель обучена только с обновлением action-expert на данных набора pravsels/object_top_shelf_remote; в README указан чекпойнт после 25 000 шагов обучения. MolmoAct2 — vision-language-action модель Ai2, которая использует визуальные наблюдения и языковые инструкции для управления роботом. Этот чекпойнт предназначен для адаптации поведения под конкретную задачу на полке; сведения о лицензии, поддерживаемых языках и оценках качества в предоставленных источниках отсутствуют.

Карточка модели zaleni/WSA-Large-LIBERO на Hugging Face совпадает с карточкой zaleni/WSA-Large, поэтому описание составлено по ней. WSA-Large — крупная модель семейства WSA1 для обобщаемого управления роботами, представленная в коллекции WSA Model Collection. Она построена на архитектуре World-Spatial-Action и совместно обучает согласованное с инструкциями визуальное планирование в 2D, моделирование трёхмерного мира с учётом действий и генерацию действий с учётом 3D. WSA-Large использует Wan2.2-TI2V-5B как базовую модель; семейство WSA предназначено для дообучения под прикладные задачи и управления роботами в симуляторах RoboTwin2.0 и LIBERO. Модель ориентирована на задачи манипуляции, где робот должен интерпретировать визуальную сцену и инструкции, прогнозировать последствия действий и выполнять последовательности движений. В README приведены результаты оценивания WSA1-L в симуляторах: средний успех 93,14% на сложной рандомизированной настройке RoboTwin2.0 и 98,2% на наборах задач LIBERO. Эти показатели относятся к описанным экспериментам и не гарантируют аналогичного качества в иных условиях. Лицензия в предоставленных данных не указана.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap0-pf-h8-pool-s2-initial-noembed — модель Eku127 на основе мультимодальной Qwen2.5-VL-3B-Instruct от Alibaba. Её дообучили всеми параметрами на один проход по офлайн-траекториям экспертов SatNav-v0.1 для навигации по спутниковым изображениям в бенчмарке SwiftVLN. Модель принимает текст и последовательности RGB-кадров: в конфигурации используются окно из 32 кадров, начальное наблюдение эпизода и до 8 кадров истории. Она предсказывает горизонт из четырёх действий; память по кадрам усредняется с шагом 2. Число параметров — 3,1 млрд, контекст — до 128 000 токенов. Репозиторий предназначен для запуска с инструментарием оценки SwiftVLN и SatNav; имя репозитория требуется сохранить без изменений для выбора конфигурации оценки. Модель специализирована на навигации в этой среде и не описана как универсальный навигационный контроллер. В карточке не приведены сведения о лицензии; применимость к другим средам и качество вне SatNav-v0.1 не установлены.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap0-pf-h8-pool-s2-noembed — мультимодальная модель навигации по спутниковым изображениям, разработанная для бенчмарка SatNav в рамках SwiftVLN. Она принимает инструкцию на естественном языке, текущее RGB-изображение и выборку из визуальной истории, а затем предсказывает последовательность из четырёх навигационных действий. Модель основана на Qwen/Qwen2.5-VL-3B-Instruct и дообучена всеми параметрами на экспертных траекториях SatNav-v0.1 в течение одной эпохи. Архитектура Qwen2.5-VL имеет 3,1 млрд параметров и поддерживает контекст до 128 000 токенов; конфигурация этого чекпойнта использует окно из 32 RGB-кадров и до восьми равномерно выбранных кадров истории с усредняющим пулингом по каждому кадру и шагом 2. Модель предназначена для экспериментов и оценки навигации по спутниковым изображениям в среде SatNav; она выдаёт действия, а не универсальные текстовые ответы. Её применимость за пределами этого бенчмарка не подтверждена. Лицензия в предоставленных данных не указана.

EYEDOL/adtc-agri-sft-qwen2.5-1.5b — языковая модель EYEDOL для консультаций по сельскому хозяйству в Нигерии. Это плотная авторегрессионная модель Qwen2.5 с 1,5 млрд параметров, дообученная методом QLoRA на базе Qwen/Qwen2.5-1.5B-Instruct; адаптеры объединены с базовыми весами. Модель принимает текстовые вопросы и сценарии и генерирует текстовые ответы. Контекст составляет до 32 768 токенов. Модель предназначена для однократных диалоговых запросов от мелких фермеров и агроконсультантов: она формулирует краткую оценку ситуации, практическую рекомендацию и, если уместно, совет обратиться к специалисту лично. Обучающие данные включают вопросы и ответы по сельскому хозяйству, а также синтетические задачи о дозировке удобрений, рынках и хранении. Основной целевой язык — английский; применение ориентировано на нигерийский контекст. Это базовый SFT-чекпойнт проекта ADTC 2026, а не дистиллированная версия; авторы сообщают о качественных выборочных проверках, но не приводят формальной оценки точности. Модель не проверена как универсальный помощник и может быть ненадёжна для регионов и культур, отличающихся от обучающих данных. Ответы следует использовать только как справочные рекомендации, а важные агрономические и финансовые решения проверять у специалиста. Лицензия — Apache-2.0.

dell-research-harvard/lt-mexicantrade4748 — модель LinkTransformer от исследователей Harvard, основанная на архитектуре BERT и дообученная на hiiamsid/sentence_similarity_spanish_es с функцией потерь SupCon. Она предназначена прежде всего для сопоставления записей: связывания сущностей, кластеризации, дедупликации и агрегирования данных. Также подходит для поиска семантически похожих предложений и абзацев. Модель преобразует текст в плотные векторы размерностью 768 и имеет максимальную длину входной последовательности 512 токенов. Среднее объединение токенных представлений используется для получения вектора предложения. Карточка описывает применение к задачам сопоставления торговых записей и работу с испаноязычной моделью-основой; метаданные указывают 137,1 млн параметров и формат safetensors. Для использования в сценариях LinkTransformer модель интегрируется с пакетом LinkTransformer; её векторные представления можно применять и в задачах sentence-transformers. Ограничение длины контекста — 512 токенов; качество на конкретных наборах данных следует оценивать отдельно. Условия лицензии в предоставленных данных не описаны.

TimesFM 2.5 — модель прогнозирования временных рядов, разработанная Google. Этот репозиторий содержит версию официального чекпойнта TimesFM 2.5, преобразованную для библиотеки Transformers; архитектура и поведение прогнозирования сохранены. Модель имеет архитектуру decoder-only с обработкой входных данных патчами и около 229,4 млн параметров. Модель предназначена для прогнозирования временных рядов по историческим последовательностям. Она формирует точечные и квантильные прогнозы; указанная длина контекста — 16 384 токена. Репозиторий содержит веса в формате safetensors, а для работы используется библиотека Transformers. Модель рассчитана на данные временных рядов, поэтому естественный язык не является её основным входом или выходом. В README указана проверка соответствия прогнозов преобразованной модели результатам официальной реализации на детерминированных входных данных. Лицензия — Apache-2.0.