IV.8Государственное управление, правосудие и чрезвычайные ситуации

calme-2.3-legalkit-8b-GGUF — это набор файлов модели в формате GGUF для модели MaziyarPanahi/calme-2.3-legalkit-8b. Модель создана и квантована пользователем MaziyarPanahi; исходная модель также опубликована этим автором. По назначению она относится к моделям генерации текста и может использоваться в совместимых локальных приложениях и библиотеках для запуска генеративных сценариев. Представлены варианты квантования с разрядностью 2, 3, 4, 5, 6 и 8 бит, что позволяет выбирать компромисс между размером файла, требованиями к памяти и качеством генерации. Формат GGUF поддерживается llama.cpp, llama-cpp-python, LM Studio, text-generation-webui, KoboldCpp, GPT4All и другими инструментами. Архитектура, точный размер в параметрах, поддерживаемые языки, модальности и размер контекста в README не указаны. Преимущество модели — возможность локального запуска и выбора уровня квантования, однако качество, скорость и требования к ресурсам зависят от выбранного варианта и используемого клиента. Лицензия в предоставленных данных не указана.

mo-thecreator разработал эту модель на основе wav2vec2-base-finetuned, дообучив её для классификации аудио. Модель содержит 113,3 млн параметров и сохраняется в формате Safetensors. README сообщает о точности 0,9882 и потере 0,0829 на оценочном наборе, но не описывает состав этого набора и условия оценки. Модель предназначена для классификации аудиозаписей; название репозитория указывает на обнаружение дипфейкового аудио. Она может подойти для проверки записей на признаки синтетической или поддельной речи. Указана лицензия Apache-2.0. README не приводит подробностей об архитектурных настройках, поддерживаемых языках, длительности аудио и ограничениях применения.

DF Arena 1B — модель RAPTOR для обнаружения поддельной и синтезированной речи, разработанная командой Speech Anti-Spoofing Benchmarks. Она использует фронтенд wav2vec 2.0 XLS-R на 1 млрд параметров, объединяет скрытые состояния его слоёв обучаемым вниманием и обрабатывает результат четырёхблочной Conformer-головой с классификатором двух классов. Всего модель содержит 1,148 млрд параметров и выдаёт оценки классов bonafide и spoof для аудиозаписи. Модель предназначена для проверки подлинности речи и выявления аудиоспуфинга в наборах данных и прикладных системах. На вход подаётся аудио с частотой дискретизации 16 кГц; для классификации используется детерминированное окно длиной около 4,04 секунды: короткие записи повторяются до нужной длины, а длинные обрезаются. В README приведены результаты на 24 наборах данных со средним EER 3,66%. Для работы требуется PyTorch и, согласно примеру в README, CUDA; в примере используется Transformers с trust_remote_code. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория. Ограничение фиксированным окном означает, что модель не оценивает всю длинную запись целиком; README также указывает, что ресэмплинг не выполняется автоматически.

GAP-URGENet — модель для универсального улучшения речи, разработанная Xiaobin Rong. В объективной части оценки конкурса ICASSP 2026 URGENT Challenge модель заняла первое место. Она предназначена для обработки аудиосигнала с целью улучшения разборчивости речи в различных условиях.

gipformer1.5-68M-rnnt — модель распознавания вьетнамской речи от G Group AI Lab, построенная на архитектуре Zipformer Transducer (RNNT). Она преобразует аудио в текст и предназначена для транскрибации телефонных разговоров, в том числе записей с шумом и региональными акцентами, а также речи из сфер технологий, образования, финансов, государственного управления и медицины. Модель компактная и рассчитана на быстрый локальный запуск на мобильных и встраиваемых устройствах; репозиторий содержит ONNX-файлы для выполнения через ONNX Runtime. Карточка заявляет высокие результаты на вьетнамских ASR-тестах, включая телефонные записи, но доступная таблица результатов неполная и не позволяет проверить все приведённые сравнения. Лицензия — MIT.

MOSS-VL-Realtime — открытая мультимодальная модель команды OpenMOSS для понимания видеопотоков в реальном времени. Она принимает кадры с временными метками и текстовые вопросы, обрабатывает поток по мере поступления и формирует текстовые ответы, не ожидая окончания видео. Модель может отвечать на вопросы в произвольный момент, продолжать наблюдение при недостатке визуальных данных и корректировать ответы по мере появления новых кадров. Модель использует архитектуру vision-language с перекрёстным вниманием и позиционное представление XRoPE, объединяющее время и координаты изображения. Заявлены 11 млрд параметров и контекст 256 тыс. токенов. Поддерживаются сценарии потокового и обычного понимания видео, а также понимания изображений; карточка указывает английский и китайский языки. Репозиторий использует Transformers и формат safetensors. Модель дообучена на базе OpenMOSS-Team/MOSS-VL-Base и распространяется по лицензии Apache-2.0. Подробные результаты бенчмарков в карточке не приведены.

begnini/ner-bert-large-cased-pt-contratos_tceal — модель распознавания именованных сущностей на базе BERT, обученная с нуля на наборе contratos_tceal. Она предназначена для извлечения и разметки сущностей в текстах этого набора данных, связанных с договорами TCEAL. Модель содержит 433,2 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате safetensors. На оценочной выборке указаны F1 0,9320, точность 0,9185, полнота 0,9459 и accuracy 0,9639. Карточка не уточняет типы распознаваемых сущностей и не приводит лицензию, поэтому применение за пределами данных contratos_tceal требует отдельной проверки качества и условий использования.

Модель neuhendra/qwen2.5-1.5b-legal-id-sft — дообученная разговорная языковая модель для генерации текста, разработанная neuhendra на основе unsloth/Qwen2.5-1.5B-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. По названию она предназначена для работы с юридическими текстами на индонезийском языке, однако README не описывает конкретные юридические задачи или обучающие данные. Модель построена на плотной архитектуре Qwen2 и содержит 1,5 млрд параметров. Она принимает текст, поддерживает контекст до 32 768 токенов и выдаёт текст. Лицензия — Apache-2.0. Ее размер делает модель пригодной для локальных и прикладных сценариев, но README и метаданные не содержат оценок качества; ответы по правовым вопросам следует проверять.

Abdrah/scout-eccv-v17 — модель SCOUT для поиска людей в видео по текстовому описанию. Она создана для системы Sim-to-Real Text-Based Person Retrieval и представлена в работе для воркшопа ECCV 2026. Модель сочетает замороженный видеокодировщик V-JEPA2 ViT-L/16, замороженный текстовый кодировщик EmbeddingGemma-300M и обучаемый предиктор из 24 слоёв. Всего в рецепте 1 161,8 млн параметров, из них обучаемых — 549,6 млн. Модель кодирует изображения и текст в нормализованные векторы, пригодные для сопоставления текстового описания с видеоданными и поиска подходящих людей. В репозитории находятся обученные параметры предиктора и конфигурация; веса замороженных кодировщиков загружаются из отдельных публичных источников. Валидационные показатели, приведённые в README: mAP@10 0,8639 и Hit@10 0,9862. Лицензия — Apache-2.0. Указанная конфигурация принимает изображения размером 384×384 и текстовые описания; поддерживаемые языки в карточке не обозначены. Модель ориентирована на исследовательский сценарий поиска людей по видео, поэтому приведённые результаты не гарантируют такую же точность на других данных и условиях съёмки.

Harmansingh24k/voiceshield-replay-robust-v2 — дообученная модель классификации аудио на архитектуре Wav2Vec2, разработанная на основе Harmansingh24k/voiceshield-replay-robust. Она предназначена для классификации голосовых записей и обнаружения аудиодипфейков. Модель содержит 113,3 млн параметров и распространяется в формате Safetensors для библиотеки Transformers. В README приведены результаты оценки: loss 0,0047 и accuracy 1,0. Датасет и детали оценки не раскрыты, поэтому эти результаты не позволяют судить о качестве на других данных. Модель опубликована под лицензией MIT.

Harmansingh24k разработала voiceshield-room-calibrated — модель Wav2Vec2 с 113,3 млн параметров для классификации аудиозаписей. Это дообученная версия Harmansingh24k/voiceshield-replay-robust, предназначенная для обнаружения аудиодипфейков с учётом акустики помещения. Модель принимает аудио и выдаёт метку класса. В карточке указаны точность 1,0 и loss 0,025 на оценочном наборе, однако состав данных и условия оценки не описаны. Модель распространяется в формате safetensors по лицензии MIT.

AASIST3 — модель классификации аудио для обнаружения поддельной и синтетически сгенерированной речи. Её разработчик — lab260; модель представлена как оригинальная реализация архитектуры AASIST с сетями Колмогорова—Арнольда (KAN), обученная для задач противодействия подмене речи. В репозитории доступны веса в форматах ONNX и safetensors; лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение. Модель принимает аудио и классифицирует его как подлинную или поддельную речь. В архитектуре используются энкодер Wav2Vec2 для извлечения признаков, KAN-преобразования, остаточные блоки, пространственные и временные графовые механизмы внимания и четыре параллельные ветви вывода. Обучение проводилось на наборах ASVspoof 2019 LA, ASVspoof5, MLAAD и M-AILABS. Карточка приводит результаты EER: 9,44% на ASVspoof2019_LA, 28,73% на ASVspoof2021_DF и 29,72% на InTheWild; более низкое значение лучше. Модель устарела и не поддерживается; автор рекомендует перейти на lab260/Spectra-AASIST3. Указанные результаты относятся к отдельной оценке, а веса в репозитории не совпадают с использованными в результатах статьи.

BIA-MISTRAL-7B-SACHI_merged — модель BurkimbIA, некоммерческой ассоциации из Уагадугу, для перевода между французским и языком море (Mooré). Это дообученная версия Mistral-7B; данный репозиторий содержит объединённые веса в формате bf16 объёмом около 14,5 ГБ и предназначен для запуска, например, через vLLM. Модель работает с текстом и поддерживает перевод в обоих направлениях: с французского на море и с море на французский. Модель создана для перевода текстов на малоресурсный язык, у которого мало цифровых обучающих данных. Для лучшего качества ей нужен заданный в карточке формат completion-промпта; использование chat-шаблона может ухудшить результат. Минимально рекомендована видеокарта с 24 ГБ памяти. Переводы могут быть ошибочными или неестественными, особенно для длинных, технических и тематически далёких от обучения текстов. Поскольку тоновые различия не отображаются в орфографии море, модель может неверно интерпретировать омографы. Для важных материалов, особенно административных, юридических и медицинских, результат следует проверить у носителя языка. Лицензия — Apache-2.0; доступ к репозиторию ограничен и требует одобрения.

ADAFACE IR101 WEBFACE4M — предварительно обученная модель распознавания лиц из семейства CVLFace. Она предназначена для извлечения признаковых векторов лиц, которые можно использовать для сравнения лиц и построения систем распознавания. Модель связана с работой AdaFace о настройке отступа классификации с учётом качества изображения; в названии указаны архитектура IR101 и обучающий набор WebFace4M. Репозиторий содержит веса в формате safetensors. Лицензия модели и условия лицензии обучающего набора в предоставленных данных не описаны; README просит соблюдать лицензию набора данных. Модель принимает изображения лиц и выдаёт признаки для дальнейшего сравнения. Кейсы применения зависят от качества входных изображений и соблюдения условий использования обучающих данных.

PabloSuaLap разработал PabloSuaLap/llama-3-8b-chat-reglamentacion-V1 — чат-модель для генерации текста на основе Llama 3, дообученная на наборе PabloSuaLap/Reglamentacion-Extended. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; для работы с контекстом поддерживает до 8192 токенов. Карточка указывает на многоязычность модели, однако конкретные языки и подробности её целевых сценариев не приведены. Название и использованный датасет указывают на тематику регламентов, но README не описывает подтверждённые задачи или качество на них. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и известных ограничениях отсутствуют.

Local Minutes contextualizer — дообученная DuaneMB модель на базе Qwen3.5-4B для подготовки контекста к фрагментам муниципальных документов. Она принимает исходные страницы перед фрагментом и сам фрагмент, а затем формирует JSON с названием собрания, текущей темой и короткими пояснениями ссылок, имён, должностей и терминов, которые в отрывке не раскрыты. Такой контекст добавляют к фрагменту перед индексацией для поиска и RAG. Модель построена на плотной текстовой архитектуре Qwen3.5, содержит 3,4 млрд параметров и поддерживает контекст до 262 144 токенов. Она обучалась на англоязычных документах муниципалитетов Вермонта: сначала методом SFT с LoRA, затем методом GRPO; LoRA-веса объединены с базовой моделью. По оценке на тестовых отрывках дообученная версия чаще давала полезный контекст и реже пропускала нужные пояснения, чем исходная модель и прежний производственный вариант. Модель предназначена для узкой задачи контекстуализации, а не для ответов на вопросы, суммаризации или работы в качестве общего ассистента. Она может ошибочно связывать одноимённых людей; примерно в 8–11% контекстов встречались неподтверждённые источником утверждения. Обучение охватывало документы Вермонта, английский язык и один формат запроса, поэтому качество на других типах документов и форматах не гарантируется. Лицензия — Apache-2.0.

Real or Clone? — модель семейства wav2vec2, разработанная для приложения Real or Clone? и дообученная на базе facebook/wav2vec2-xls-r-300m. Она классифицирует аудиозаписи, различая настоящую речь и голос, созданный клонированием с помощью ИИ; целевой сценарий — проверка голосовых заметок, записанных по телефону. Модель содержит около 402,7 млн параметров и распространяется в формате safetensors. Модель принимает аудио и выдаёт классификационный результат. В карточке указаны английский и французский языки. Лицензия CC BY-NC 4.0 разрешает использование с ограничениями, включая запрет коммерческого применения. Карточка не приводит оценок точности и подробностей о данных или устойчивости к новым методам клонирования.

VoiceShield Replay Robust — дообученная Harmansingh24k модель на архитектуре Wav2Vec2 для классификации аудио. Она предназначена для проверки подлинности голосовых записей и обнаружения дипфейк-речи. Модель содержит 113,3 млн параметров и распространяется в формате Safetensors через библиотеку Transformers. В README указаны результаты оценки: accuracy 0,9091 и loss 0,2180; подробности датасета и методики оценки не приведены. Лицензия — MIT.

Water Governance Embedding Model — модель эмбеддингов, дообученная на публичных материалах проекта InnWater программы Horizon Europe. Она разработана для представления текстов о водном управлении, устойчивости водных ресурсов, участии заинтересованных сторон, системах поддержки принятия решений и устойчивом управлении водными ресурсами в виде векторов. Модель основана на BAAI/bge-m3 с архитектурой XLM-RoBERTa, содержит 658,7 млн параметров и рассчитана на контекст до 8194 токенов. Метаданные указывают английский язык и лицензию CC; базовая BGE-M3 является многоязычной. Модель подходит для семантического поиска и сравнения сходства текстов в специализированных материалах по водному управлению. В README указано, что для обучения использовались публичные документы InnWater; подробности о составе обучающих пар и результатах оценки не приведены.

Это модель для получения векторных представлений лиц, используемая в конвейере компьютерного зрения PULAO. Репозиторий содержит ONNX-версию ArcFace glintr100 от InsightFace: архитектура ResNet-100, обучение на Glint360K. Модель принимает цветной кадр лица RGB размером 112×112 и возвращает 512-мерный эмбеддинг, который можно сравнивать по косинусному сходству. Модель предназначена для сопоставления лиц и проверки, принадлежат ли два изображения одному человеку. Для работы требуется предварительно выделить лицо и соблюдать одинаковую нормализацию изображений при построении галереи и обработке запросов: смешивание схем нормализации ухудшает оценки сходства. README указывает применение для некоммерческих исследований и прототипирования; предобученные модели InsightFace предназначены только для некоммерческих исследовательских целей. Коммерческое использование и распространение требуют разрешения правообладателей.

ADAFACE IR50 WEBFACE4M — предварительно обученная модель распознавания лиц из набора CVLFace, опубликованная minchul. Она основана на архитектуре IR50 и обучена на наборе WebFace4M; в карточке указана связь с работой AdaFace о распознавании лиц с адаптивным отступом, учитывающим качество изображения. Модель предназначена для извлечения признаков лица, которые можно использовать для сравнения лиц и построения систем распознавания или верификации. Модель представлена в формате safetensors и доступна через Transformers. Карточка просит цитировать исходную работу и соблюдать лицензию обучающего набора данных. Подробные сведения о размере входа, метриках качества и условиях лицензирования самих весов в предоставленных материалах не описаны.

Модель dannyvas23/electricidad-small-discriminator-finetuned-clasificacion-texto-suicida — дообученная для классификации текста версия mrm8488/electricidad-small-discriminator на испаноязычных данных. Она предназначена для выявления текстов, связанных с суицидом, и выдаёт результат классификации. Модель построена на архитектуре ELECTRA, содержит 20,5 млн параметров и принимает последовательности длиной до 512 токенов. В README указаны accuracy 0,9916 и loss 0,0458 на оценочном наборе; сведения о составе данных и деталях оценки не приведены. Лицензия — AFL-3.0.

Luciano разработал эту модель как дообученную версию GPT-2 small для генерации и продолжения текстов петиций на португальском языке. Она использует архитектуру GPT-2 и принимает текст, выдавая текст; длина контекста — 1024 токена. В метаданных указаны форматы PyTorch и Safetensors, а лицензия — MIT. Карточка сообщает, что модель дообучена на наборе данных, обозначенном как None, и приводит значение loss 3,4062 на оценочном наборе. Состав и качество обучающих данных, подробные результаты оценки и специальные ограничения в карточке не описаны; поэтому пригодность сгенерированных текстов петиций следует проверять. Модель унаследовала базовую португалоязычную GPT-2 small pierreguillou/gpt2-small-portuguese.

Это дообученная англоязычная модель классификации последовательностей на базе nlpaueb/legal-bert-base-uncased. Она предназначена для отнесения юридических текстов к категориям; конкретные метки и целевой сценарий не описаны. Модель построена на архитектуре BERT, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Карточка приводит метрики на оценочном наборе: Macro F1 0,3502 и Micro F1 0,8170; состав набора и схема классов неизвестны. Распространяется по лицензии CC BY-SA 4.0.

OlmoEarth-v1_2-Base — базовая модель компьютерного зрения от Allen Institute for AI (Ai2) для задач дистанционного зондирования Земли. В README она описана как модель семейства OlmoEarth на основе ViT-Base с 114 млн параметров, предназначенная для работы со спутниковыми снимками Sentinel-1, Sentinel-2 и Landsat, а также с временными рядами изображений. Указанная в карточке задача — извлечение признаков изображений; полученные представления можно использовать для последующего дообучения под прикладные задачи, например сегментацию. Модель рассчитана на построение эмбеддингов и адаптацию к задачам анализа спутниковых данных. Репозиторий содержит веса PyTorch. Для применения действуют условия лицензии OlmoEarth Artifact License и рекомендации Ai2 по ответственному использованию. Карточка README называет модель OlmoEarth-v1_1-Base, хотя идентификатор репозитория и заголовок описывают версию v1_2; это расхождение требует проверки.

OneStreamer-4B — потоковая видео-языковая модель, представленная в работе OneStreamer и дообученная на основе Qwen3-VL-4B-Instruct. Она анализирует поступающее видео по мере его появления, сохраняет временно привязанные свидетельства в памяти и выбирает подходящий момент для ответа. Модель предназначена для диалога с видеопотоком, ответов на вопросы о текущем и ранее увиденном, а также для проактивных ответов, когда данных достаточно. Модель использует мультимодальную архитектуру Qwen3-VL и принимает видеоданные и текстовые запросы, выдавая текст. В README приведены результаты на восьми бенчмарках; на агрегированных показателях трёх перечисленных наборов OneStreamer-4B превосходит базовую Qwen3-VL-4B-Instruct. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В оценках для части задач OmniMMI использовалось распознавание речи, однако README не устанавливает поддержку аудио как входной модальности самой модели.

Это модель классификации спутниковых снимков, созданная дообучением Swin-Tiny от Microsoft на наборе EuroSAT. Она принимает изображение и относит его к одному из классов землепользования EuroSAT. В основе лежит архитектура Swin Transformer; модель содержит около 33 млн параметров и опубликована в формате PyTorch. На оценочной выборке указана точность 0,9744 и значение Loss 0,0664. Модель подходит для классификации снимков земной поверхности в задачах дистанционного зондирования и анализа землепользования. Лицензия Apache-2.0.

81melody/algerian-law-marbert — текстовая Sentence Transformer-модель на архитектуре BERT, дообученная разработчиком на базе UBC-NLP/MARBERTv2 для поиска правовой информации по семейному законодательству Алжира. Энкодер формирует векторы размерности 768 для запросов и текстов статей; для оценки близости используется косинусное сходство. Максимальная длина последовательности — 512 токенов. Модель предназначена для семантического поиска статей Кодекса семьи Алжира по вопросам, сформулированным на алжирском разговорном арабском, арабизи или литературном арабском; обучающие примеры также включают смешение языков. Она обучена на 1 000 парах вопрос–статья с CachedMultipleNegativesRankingLoss. В README для оценки на триплетах приведена cosine accuracy 0,7411. Модель может служить энкодером для плотного поиска в правовой системе извлечения информации. Модель выпущена под лицензией Apache-2.0. Это инструмент поиска, а не источник юридически авторитетных заключений; качество за пределами алжирского семейного права и указанных языковых вариантов не подтверждено.

Это модель ConvNeXt-Nano для распознавания лиц, разработанная gaunernst и обученная на наборе данных MS1MV3. Она предназначена для извлечения признаков лица: на вход подаётся изображение размером 112 × 112 пикселей, а на выходе получается вектор из 512 признаков. Для сравнения лиц выходной вектор следует нормализовать, поскольку модель сама его не нормализует. Модель совместима с библиотекой timm и загружается из Hugging Face Hub через timm. Её можно использовать для построения систем верификации и идентификации лиц, сопоставляя полученные векторы. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Это предобученная модель распознавания лиц ADAFACE IR101 WEBFACE12M, размещённая CVLFace. Она предназначена для извлечения признаковых векторов лица, которые можно использовать для сравнения лиц и распознавания личности. В названии указаны архитектура IR101 и обучающий набор WEBFACE12M; карточка связывает модель с работой «AdaFace: Quality Adaptive Margin for Face Recognition». Репозиторий содержит веса в формате safetensors. Модель принимает изображения лиц и выдаёт векторные признаки для последующей оценки сходства или построения системы распознавания. Карточка просит цитировать исходную статью и соблюдать лицензию обучающего набора данных. Сведения о конкретных ограничениях применения и лицензии весов в предоставленных материалах отсутствуют.