IV.8Государственное управление, правосудие и чрезвычайные ситуации

Sidziesama/Legal_NER_Support_Model — дообученная модель BERT для распознавания именованных сущностей в юридических текстах. Она основана на nlpaueb/legal-bert-base-uncased и обучена на наборе opennyaiorg/InLegalNER. Модель размечает входной текст по токенам; архитектура — BertForTokenClassification, число параметров — 136,7 млн, длина контекста — до 512 токенов. Модель подходит для извлечения юридически значимых сущностей из документов и текстов на английском языке. В README приведены метрики обучения и валидации, однако подробности о категориях сущностей, методике оценки и качестве на реальных данных отсутствуют. Распространяется по лицензии CC BY-SA 4.0.

Llama-3-8B-Dolphin-Portuguese-v0.3 — разговорная языковая модель на архитектуре Llama 3, представленная Adalberto Junior. Она дообучена на переведённой версии набора данных Dolphin; в метаданных также указан датасет adalbertojunior/dolphin_portuguese_legal. Модель предназначена для генерации текста и диалога на португальском языке, в том числе для сценариев с юридическими текстами. Модель содержит 7,5 млрд параметров, работает через Transformers и поддерживает контекст до 8192 токенов. В карточке приведены результаты Open Portuguese LLM Leaderboard со средним баллом 73,15, а также оценки ENEM Challenge и BLUEX без изображений. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

MOSS-VL-Realtime — потоковая модель OpenMOSS для понимания видео в реальном времени. Она принимает последовательность кадров с временными метками и генерирует текст параллельно с поступлением видео; пользователи могут задавать вопросы в любой момент потока, а модель — продолжать наблюдение, если данных пока недостаточно, и обновлять ответы при появлении новых кадров. Модель построена на архитектуре vision-language с cross-attention и XRoPE, объединяющей текстовые токены и визуальные патчи в координатах времени, высоты и ширины. Размер модели — 11 млрд параметров, контекст — 256 тыс. токенов; веса представлены в BF16 и safetensors. Предназначена для потокового анализа сцен, событий и их временного порядка. Карточка не приводит численных результатов бенчмарков. Лицензия — Apache-2.0.

nexus-legal-GGUF — квантизированная GGUF-версия модели NEXUS-Legal, разработанной fableforge-ai в рамках экосистемы FableForge и опубликованной пользователем King3Djbl. Модель предназначена для специализированного анализа юридической информации, проверки договоров, задач в области права и compliance, а также для текстовой генерации общего назначения. Это компактная модель размером 1,5 млрд параметров с поддержкой английского языка и текстовой модальностью. Модель распространяется в форматах GGUF с различными уровнями квантизации — от F16 до Q2_K и IQ2_XXS; доступны варианты объёмом примерно от 0,40 до 3,09 ГБ. Указан формат взаимодействия ChatML и совместимость с llama.cpp, Ollama и LM Studio. Размер контекста в README не указан. Заявленные преимущества — малый размер, возможность локального запуска и специализация на юридической тематике. В опубликованном автором тестировании модель получила 139 из 150 баллов, включая 46 из 50 за предметные знания, 24 из 25 за рассуждения и 21 из 25 за использование инструментов, однако методика и независимость оценки не подтверждены. Ограничениями являются небольшой размер модели, возможная потеря качества при низкой квантизации и отсутствие подробных данных о составе обучающей выборки, контекстном окне и надёжности юридических выводов. Модель распространяется по лицензии Apache-2.0.

alex-apostolo/legal-bert-small-cuad — дообученная версия nlpaueb/legal-bert-small-uncased для ответов на вопросы по юридическим документам. Модель построена на архитектуре BERT, содержит 40,8 млн параметров и принимает текстовые запросы и фрагменты документов; максимальная длина контекста — 512 токенов. Она дообучена на наборе CUAD и предназначена для извлечения ответов на вопросы по договорам. В карточке указана потеря 0,0371 на оценочном наборе, но подробности оценки не приведены. Лицензия — CC-BY-SA-4.0.

MiniMax-M2.7 Legal REAP 0.35 — модель PLI Labs / Proprietary Legal Intelligence для генерации текста в юридических сценариях. Это разреженная mixture-of-experts модель семейства MiniMax M2.7 с 2,9 млрд параметров и контекстом до 204 800 токенов, созданная как кандидат для оценки pruning экспертов с калибровкой на юридических задачах. Модель предназначена для помощи юристам при подготовке и редактировании документов, синтезе правовой и фактической информации, суммаризации с опорой на источники и анализе, чувствительном к полноте материалов. Предусмотрены консервативный отказ или эскалация при неполной доказательной базе и локальная либо приватная оценка командами юристов. Это исследовательский кандидат для оценки, а не проверенная производственная система или средство самостоятельной юридической консультации. Публичные агрегированные результаты бенчмарков не опубликованы; выводы и цитаты требуют независимой проверки, а любое юридическое применение — контроля юриста. Лицензия указана как other.

Adaptive Classifier — классификатор рисков на базе answerdotai/ModernBERT-base, представленный в формате safetensors. Модель различает два класса: high_risk и low_risk; в карточке указаны 10 обучающих примеров и эмбеддинги размерностью 768. Она поддерживает непрерывное обучение и динамическое добавление классов. Модель предназначена для классификации текстов по уровню риска. В карточке указана многоязычная поддержка, однако конкретные языки и области применения не перечислены. Лицензия — Apache-2.0.

ece-irem разработала эту модель в составе проекта Hukuki Asistan — системы семантического поиска обоснованных прецедентов в турецком праве, созданной в рамках выпускного проекта факультета инженерии Анкарского университета. Модель представляет собой дообученный двунаправленный BERTurk-энкодер с 137,8 млн параметров; он преобразует запросы и фрагменты судебных решений в плотные векторы размерностью 768 для вычисления семантического сходства. Максимальная длина входа — 512 токенов. Модель предназначена для поиска и ранжирования релевантных фрагментов турецких судебных решений. В описанном проекте документы разбиваются на перекрывающиеся фрагменты, сначала BM25L Plus отбирает кандидатов, затем векторы запроса и документов сравниваются по косинусному сходству. Модель рассчитана на турецкий язык и юридические тексты; заявленный сценарий включает поиск прецедентов по решениям, связанным с правом социальных сетей. Модель выдаёт векторные представления для последующего поиска и оценки сходства; сама по себе она не выполняет описанный двухэтапный поиск целиком и не является отдельной cross-encoder-моделью. Весы опубликованы в формате safetensors под лицензией MIT.

HackHeritage26 Threat V7 — модель классификации текста, разработанная для слоя распознавания угроз и запугивания в мультимодальной системе безопасности HackHeritage26. Она дообучена на базе Google MuRIL (BERT) для бинарной классификации текста по меткам NOT_THREAT и THREAT. Модель предназначена для выдачи сигнала о возможной угрозе в составе системы безопасности, а не для самостоятельной оценки реальной ситуации. В репозитории указаны 264,8 млн параметров, контекст до 512 токенов и формат safetensors. В тесте на 78 примерах заявлены точность 96,15%, precision 100%, recall 92,31% и F1 96%. MuRIL рассчитана на 17 индийских языков и их транслитерации; карточка не уточняет, на каких языках собраны данные для этой задачи. Лицензия в предоставленных сведениях не указана.

SEBIS/legal_t5_small_multitask_en_it — модель семейства T5 с архитектурой T5ForConditionalGeneration и 38,5 млн параметров, разработанная для перевода юридических текстов с английского на итальянский. Она обучалась в режиме многозадачного обучения на параллельных корпусах JRC-Acquis, Europarl и DCEP, а также на дополнительной задаче предсказания замаскированных фрагментов текста; в README указано, что отдельного предварительного обучения не проводилось. Модель рассчитана на перевод юридических документов и текстов. Контекст составляет до 512 токенов. В README приведён результат BLEU 47,070 на тестовом наборе, однако подробности протокола оценки не раскрыты. Репозиторий содержит веса в форматах PyTorch и Flax. Лицензия в предоставленных данных не указана.

hsilvosa/openplacsp-e5-small — компактный текстовый семантический энкодер, дообученный на исторических испанских закупочных извещениях и парах «текст — описание CPV». Он предназначен для семантического поиска закупок, извлечения связанных извещений и версий одного извещения, а также поиска раздела CPV по тексту закупки. Модель основана на multilingual-e5-small с архитектурой BERT и создаёт плотные эмбеддинги. В репозитории указано 124,3 млн параметров и контекст до 512 токенов. Обучение использовало 150 000 пар версий и 50 000 пар текстов с описаниями CPV; данные после 2022 года оставлялись для проверки. Временная оценка на данных 2024 года показывает высокое Recall@1 для поиска другой версии извещения и улучшение Recall@1 для поиска раздела CPV относительно базовой модели. Модель рассчитана на испанский административный язык и данные закупок, опубликованные по декабрь 2024 года. Оценка сходства не подтверждает юридическую идентичность, нарушения или эквивалентность контрактов; для некоторых разделов CPV примеров мало. Лицензия — MIT.

JoyAI-VL-Interaction — открытая модель jdopensource для интерактивного понимания видео в реальном времени и анализа видеозаписей. Она построена на архитектуре Qwen3-VL и относится к классу моделей примерно с 8 млрд параметров. Модель принимает видеопоток и каждую секунду решает, стоит ли ответить, продолжить наблюдение молча или передать сложную подзадачу фоновой модели или агенту. Выбор момента для ответа обучен внутри модели; распознавание и синтез речи предусмотрены как подключаемые компоненты ввода-вывода. Модель предназначена для сценариев, где важны события, происходящие без запроса пользователя: например, наблюдение за трансляцией или видеопотоком и реакция на значимые изменения. Для офлайн-анализа README приводит результаты оценки на 26 тестах понимания видео и сравнение с Qwen3-VL-8B-Instruct. В репозитории указаны веса safetensors; лицензия — Apache-2.0. README не сообщает точные требования к входному формату или длине контекста, поэтому их здесь нельзя уточнить.

Kanana-1.5-15.7B-A3B-Instruct-sftv02 — Kakao Corp.의 Kanana-1.5 기반 한국어 대화 모델로, AI Hub 데이터에 LoRA 방식으로 дообученная и затем объединённая с базовой моделью. Обучение было направлено на повышение стабильности формата ответов в пяти направлениях корейских бенчмарков: KMMLU, CLIcK, HLE, MuSR и Com2-main. Модель использует архитектуру Mixtral MoE, принимает текст и генерирует текст; контекст — до 32 768 токенов, размер репозитория по метаданным — 824,7 млн параметров. Модель подходит для ответов на вопросы и решения задач на корейском языке, включая школьные задания, медицину, финансовые и юридические документы, административные тексты и причинно-следственные рассуждения. В собственных proxy-тестах автор сообщает об улучшениях стабильности ответов относительно базы, но эти результаты не являются официальными баллами K-AI; тест Com2-main использует синтетические варианты ответов. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели.

maticzav/legal-bert-embedding — модель Sentence Transformers, дообученная на базе nlpaueb/legal-bert-base-uncased для представления юридических предложений и абзацев в виде плотных векторов. Архитектура основана на BERT с усреднением токенных эмбеддингов; модель содержит 136,7 млн параметров, выдаёт векторы размерности 768 и использует косинусное сходство. Максимальная длина входа — 512 токенов. Модель предназначена для сравнения юридических текстов по смыслу, семантического поиска, поиска перефразировок, кластеризации и классификации текстов. README приводит результаты оценки сходства на наборе contradiction-eval: корреляция Спирмена для косинусного сходства составила 0,6328. Обучение описано на 4 371 парах из датасета json, но его происхождение и репрезентативность не раскрыты. Базовая модель и обучающий контекст ориентированы на английские юридические тексты, поэтому применимость к другим языкам не подтверждена. Лицензия в предоставленных данных не указана.

nishp24 дообучил Sentence Transformer на базе sentence-transformers/all-MiniLM-L6-v2 для поиска и сравнения юридических текстов. Энкодер принимает предложения и абзацы, преобразует их в нормализованные плотные векторы размерности 384; сходство можно оценивать по косинусной мере. Архитектура состоит из BERT-энкодера, среднего pooling и нормализации. В метаданных указан контекст до 512 токенов, а в карточке модели — максимальная длина последовательности 256 токенов, поэтому при использовании следует ориентироваться на лимит самой модели в 256 токенов. Обучение проводилось на 1 933 парах предложений, включая фрагменты нормативных документов. Модель подходит для семантического поиска и извлечения релевантных правовых фрагментов. Она рассчитана на текст и унаследовала англоязычную основу; подтверждённой поддержки русского языка карточка не заявляет. Лицензия в предоставленных данных не указана.

Mecellem-Qwen3-4B-TR-i1-GGUF — это квантизированная версия модели Mecellem-Qwen3-4B-TR, разработанной newmindai и преобразованной в формат GGUF пользователем mradermacher. Модель основана на архитектуре Qwen3 с декодер-only трансформером примерно на 4 млрд параметров и предназначена для генерации текста. Модель ориентирована прежде всего на турецкий язык и юридические сценарии, включая работу с турецкими юридическими текстами. В метаданных также заявлена поддержка английского языка. Доступны варианты квантизации от IQ1 и Q2 до Q6, что позволяет выбирать между размером файла, скоростью и качеством; размеры представленных файлов составляют примерно от 1,3 до 3,7 ГБ. Для создания собственных квантов предоставляется imatrix-файл. Сильными сторонами модели являются специализация на турецкой юридической области, компактный размер и возможность локального запуска через совместимое с GGUF программное обеспечение. Ограничения включают возможное снижение качества на низких уровнях квантизации, отсутствие в README результатов тестирования и точного размера контекстного окна, а также отсутствие сведений о дополнительных модальностях. Модель распространяется по лицензии Apache-2.0.

MS-EffGCViT — разработанная в проекте DeepGuard гибридная CNN–Vision Transformer модель для выявления дипфейков. Этот вариант b0 дообучен на базе timm/tf_efficientnet_b0.ns_jft_in1k и рассчитан на классификацию лицевых кадров как реальных или поддельных. Модель принимает изображения и кадры видео с обрезанными лицами; для видео оценки кадров можно агрегировать. Архитектура сочетает EfficientNet-B0, CNN-эмбеддинг на MBConv-блоках, локальное оконное внимание и глобальный контекст. В README указано разрешение входа 224×224 и приведены результаты на Celeb-DF-v2; показатели на KoDF и FaceForensics++ существенно слабее, поэтому качество на новых доменах может быть ограниченным. Модель распространяется по лицензии MIT.

abhishtagatya/wavlm-base-960h-itw-deepfake — дообученная модель Microsoft WavLM Base для классификации аудио с целью выявления синтетической или поддельной речи. Она построена на архитектуре WavLMForSequenceClassification и содержит 113,3 млн параметров; исходная модель — microsoft/wavlm-base. Карточка приводит результаты на оценочном наборе: accuracy 0,9896, FAR 0,0080, FRR 0,0144 и EER 0,0112. Модель предназначена для проверки аудиозаписей и определения, является ли речь настоящей или подделанной. Для работы принимает аудио и выдаёт метку классификации. Датасет обучения и подробные условия оценки не описаны, поэтому приведённые метрики не гарантируют аналогичного качества на других данных. В метаданных указана лицензия не была; условия использования требуют проверки на странице репозитория.

Это модель бинарной классификации веб-страниц, разработанная для проекта Тамканского университета «Мультимодальная система предотвращения торговли наркотиками». Она основана на XLM-RoBERTa base с 12 слоями и определяет, является ли сайт площадкой для продажи наркотиков. На вход подаётся обычный текст веб-страницы, на выходе — метки классов и оценки softmax; контекст модели составляет 514 токенов. Модель предназначена для предварительной сортировки веб-страниц при мониторинге возможной онлайн-торговли наркотиками. В оценке на вручную размеченных реальных страницах из доменов, не пересекавшихся с обучающими данными, ROC-AUC составил 0,938. Оценки softmax не калиброваны и не должны напрямую интерпретироваться как вероятности; в рабочей системе авторы отдельно калибруют их и применяют порог. Объём оценки был ограничен, а результаты требуют проверки человеком. Модель распространяется по лицензии Apache-2.0.

Это модель классификации аудио для проверки, является ли речевая запись подлинной или сгенерированной (deepfake). Её разработала команда Eliya; модель входит в семейство Forensics. В основе — дообученная Microsoft WavLM Large примерно с 300 млн параметров, а для объединения аудиопризнаков используется графовое внимание AASIST. При обучении применялась совместная функция потерь CE и OC-Softmax, которая формирует компактный кластер подлинной речи и отделяет от него поддельные записи. Модель предназначена для анализа речевых фрагментов и выявления подделок, в том числе созданных разными методами синтеза речи. В README приведены результаты EER: 1,78% на отложенной валидации, 0,38% на MLAAD v7 и 0,72% на CodecFake; это результаты указанных наборов оценки и не гарантирует аналогичную точность на других данных. В поставку включены веса в форматах Safetensors и PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Lemone-Embed-L — модель Sentence Transformers, разработанная Louis Brulé Naudet для поиска и сравнения документов в области французского налогообложения. Она дообучена на intfloat/multilingual-e5-large на корпусе налоговых и правовых материалов, включая Налоговый кодекс Франции и документы налоговой администрации. Обучающий набор содержит 296 234 примера; лицензия — Apache-2.0. Модель использует XLM-RoBERTa и преобразует текстовые запросы и документы в нормализованные плотные эмбеддинги размерностью 1024, сравниваемые по косинусному сходству. Максимальная длина последовательности — 514 токенов по метаданным Hugging Face (в README указано 512). Основной язык — французский. Модель предназначена для семантического поиска по налоговым корпусам, извлечения релевантных документов для RAG, сравнения предложений, кластеризации и классификации текста. Она специализирована на французской налоговой и правовой терминологии; результаты в других областях и языках могут быть менее надёжными.

Mursit-Base — турецкоязычная masked language model, разработанная NewMind AI и обученная с нуля на корпусах, преимущественно состоящих из турецких текстов, включая юридические документы и общие веб-данные. Модель основана на архитектуре ModernBERT-base, содержит 155,6 млн параметров и рассчитана на последовательности длиной до 1 024 токенов. Модель предсказывает замаскированные токены и служит базой для извлечения признаков в задачах классификации текста, распознавания именованных сущностей и других downstream-сценариях. В карточке также упомянуты ответы на вопросы и использование представлений для поиска; для прикладных задач модель может потребовать дообучения или дополнительной настройки. Турецкий токенизатор оптимизирован для морфологии языка. Доступны веса PyTorch, Safetensors и ONNX. Модель выпущена по лицензии Apache-2.0. Показатель MLM accuracy на турецких наборах в карточке составляет 57,62%; качество на конкретных downstream-задачах зависит от настройки и данных.

Privasis-Cleaner-0.6B — компактная модель NVIDIA для очистки текстов от чувствительной информации по инструкции пользователя. Она принимает исходный текст и указание, какие категории данных удалить или обобщить, например имена, даты, местоположения и идентификаторы, и возвращает очищенный текст для редактирования PII/PHI, подготовки данных к исследованиям и автоматизации требований приватности. Модель представляет собой decoder-only Transformer семейства Qwen3 с 507,9 млн параметров, дообученный методом SFT на 36 723 синтетических примерах-инструкциях. Метаданные указывают контекст до 40 960 токенов; модель принимает и выдаёт текст. В карточке заявлены сценарии для GDPR и HIPAA, однако язык данных обучения не уточнён, а метаданные карточки отмечают английский язык. Модель рассчитана на исследовательское и некоммерческое использование; лицензия репозитория указана как other, а для обучающих подмножеств описаны условия CC-BY-NC и лицензии исходных генераторов. Автоматическая очистка может пропускать чувствительные сведения или изменять нужный смысл, поэтому результат следует проверять на данных конкретного сценария.

wz7475/qwen2.5-7b-instruct-katcher-legal-spectral-reg-l3 — текстовая генеративная модель, опубликованная на Hugging Face пользователем или организацией wz7475. По идентификатору она относится к семейству Qwen2.5 и ориентирована на instruct- и conversational-сценарии, а метаданные классифицируют её как модель для text-generation на базе Transformers. Модель содержит около 7,1 млрд параметров и имеет нативное контекстное окно 2048 токенов. По названию она может быть связана с юридическими сценариями, однако README не описывает датасеты, процедуру обучения, результаты оценки, фактические языки, архитектуру до уровня конфигурации или метод адаптации. Лицензия также не указана, поэтому условия распространения и коммерческого использования следует проверять отдельно. Модель может использоваться для генерации ответов, продолжения текста и диалогового взаимодействия, включая предварительную работу с юридическими текстами. Из-за отсутствия подтверждённых оценок и подробностей о данных её ответы требуют проверки специалистом; модель не следует считать источником достоверной юридической консультации.

Gustking/wav2vec2-large-xlsr-deepfake-audio-classification — модель классификации аудио для определения поддельной синтетической речи. Она создана дообучением Wav2Vec2-large-xlsr-53; архитектура — Wav2Vec2ForSequenceClassification, размер — 402,7 млн параметров. Модель принимает аудио и классифицирует его, помогая выявлять deepfake-записи. В README приведены результаты оценки: F1 0,95 на оценочных данных, а на подмножестве ASVspoof2019 — accuracy 0,9286, precision 0,9999, recall 0,9205, F1 0,9363 и EER 0,0401. Эти показатели относятся к указанным наборам оценки и сами по себе не гарантируют такую же точность на других данных. Модель опубликована под лицензией Apache-2.0.

AX-3.1-Light-sft_v0_21 — корейская диалоговая модель на базе skt/A.X-3.1-Light, разработанная автором репозитория. Это плотная Llama-архитектура с 6,8 млрд параметров и контекстом до 32 768 токенов; модель принимает и генерирует текст. Она предназначена для ответов на вопросы и рассуждений по корейским учебным, медицинским, финансовым, юридическим и административным материалам, а также для задач на причинно-следственные связи. Дообучение на 5 801 примере из наборов AI Hub изменило формат ответов: модель должна сначала давать ответ, затем приводить обоснование не более чем в одном предложении. LoRA-адаптер обучен один этап и слит с базовой моделью; архитектура не менялась. В локальных проверках на открытых наборах модель снизила частоту ошибок формата до 0–0,3%, но эти результаты не являются официальными оценками K-AI Leaderboard. В карточке указана лицензия «other» без её условий, поэтому перед использованием следует проверить лицензионные условия базовой модели и репозитория. Модель ориентирована на корейский язык; результаты за пределами описанных корейских задач не подтверждены.

Cosmos-Embed1-448p-anomaly-detection — видеотекстовая модель эмбеддингов NVIDIA, дообученная для поиска и классификации аномалий в видео. Она предназначена для разработчиков физического ИИ и сценариев, связанных с робототехникой, автономным транспортом и анализом видеозаписей. Модель основана на трансформере с архитектурой QFormer и визуальной основой EVA-ViT-G. Она кодирует текст или видео — по одному типу входа за проход — в эмбеддинги размерности 768. Видеорежим рассчитан на кадры 448×448 и последовательности из 8 кадров; поддерживаются также неквадратные разрешения. Дообучение выполнено методом LoRA на обучающей части набора Vad-Reasoning, охватывающего дорожные, городские, кампусные и другие реальные сценарии. Модель подходит для поиска видео по тексту, поиска похожих видео, классификации без обучения на целевых классах и семантической дедупликации, с акцентом на обнаружение и классификацию аномалий. В README заявлена готовность к коммерческому применению; условия использования задаёт NVIDIA Open Model License. Лицензия в метаданных указана как other.

Карточка модели OBITO03/Deepfakewav2vec2 на Hugging Face совпадает с карточкой Gustking/wav2vec2-large-xlsr-deepfake-audio-classification, поэтому описание составлено по ней. Gustking/wav2vec2-large-xlsr-deepfake-audio-classification — модель классификации аудио для определения поддельной синтетической речи. Она создана дообучением Wav2Vec2-large-xlsr-53; архитектура — Wav2Vec2ForSequenceClassification, размер — 402,7 млн параметров. Модель принимает аудио и классифицирует его, помогая выявлять deepfake-записи. В README приведены результаты оценки: F1 0,95 на оценочных данных, а на подмножестве ASVspoof2019 — accuracy 0,9286, precision 0,9999, recall 0,9205, F1 0,9363 и EER 0,0401. Эти показатели относятся к указанным наборам оценки и сами по себе не гарантируют такую же точность на других данных. Модель опубликована под лицензией Apache-2.0.

JGOS-31B-Citizen — плотная мультимодальная языковая модель примерно на 31 млрд параметров, разработанная на платформе VIDRAFT Darwin V8 для административных и государственных сервисов на корейском языке. Она предназначена для ответов на обращения граждан, понимания официальных документов и ответов на вопросы по тематике государственного управления. Модель принимает текст и изображения и поддерживает контекст до 256K токенов. По README, её построили на собственной базе gemma4-31b: FFN-блоки нескольких моделей объединяли и развивали в рамках Darwin V8, после чего модель дополнительно обучили на корейских данных для административной сферы. В карточке заявлены первое место в K-AI Leaderboard и результат 84,34% на GPQA Diamond; эти оценки приведены разработчиком. Модель предназначена для корейских сценариев государственного сектора, а не для общего мультиязычного применения. Состав исходных моделей, стратегия объединения и детали обучения не раскрыты. Репозиторий использует формат Safetensors и библиотеку Transformers; лицензия — Apache-2.0.

Карточка модели weixuruoling/JoyAI-VL-Interaction на Hugging Face совпадает с карточкой jdopensource/JoyAI-VL-Interaction, поэтому описание составлено по ней. JoyAI-VL-Interaction — открытая модель jdopensource для интерактивного понимания видео в реальном времени и анализа видеозаписей. Она построена на архитектуре Qwen3-VL и относится к классу моделей примерно с 8 млрд параметров. Модель принимает видеопоток и каждую секунду решает, стоит ли ответить, продолжить наблюдение молча или передать сложную подзадачу фоновой модели или агенту. Выбор момента для ответа обучен внутри модели; распознавание и синтез речи предусмотрены как подключаемые компоненты ввода-вывода. Модель предназначена для сценариев, где важны события, происходящие без запроса пользователя: например, наблюдение за трансляцией или видеопотоком и реакция на значимые изменения. Для офлайн-анализа README приводит результаты оценки на 26 тестах понимания видео и сравнение с Qwen3-VL-8B-Instruct. В репозитории указаны веса safetensors; лицензия — Apache-2.0. README не сообщает точные требования к входному формату или длине контекста, поэтому их здесь нельзя уточнить.