IV.8Государственное управление, правосудие и чрезвычайные ситуации

ADAFACE IR18 WEBFACE4M — предварительно обученная модель распознавания лиц из семейства CVLFace, опубликованная пользователем minchul. Она предназначена для извлечения признаков лица и построения систем сравнения или идентификации по изображениям лиц. Название указывает на архитектуру IR18 и обучение на WEBFACE4M; подход AdaFace использует адаптивный к качеству изображения margin для распознавания лиц. Модель выдаёт векторные признаки лица. В метаданных указан формат весов safetensors и задача feature-extraction. README просит соблюдать лицензию обучающего датасета; отдельная лицензия модели в предоставленных данных не приведена.

LiteALPR — набор предварительно обученных весов для распознавания автомобильных номерных знаков, опубликованный разработчиками одноимённой библиотеки. Он объединяет лёгкий детектор YOLOv8n-Efficient с Ghost Convolution и распознаватель SVTR26-Tiny с декодером Efficient RCTC; веса представлены в формате ONNX. Модель предназначена для быстрого распознавания номеров в потоках с камер и на отдельных изображениях, в том числе при обработке на периферийных устройствах и в облаке. Обучение охватывало 52 595 изображений из Бразилии, Китая и Вьетнама; часть примеров распознавания искусственно ухудшали размытием, шумом и перспективными искажениями. В описании сообщаются показатели детектора 99,45% mAP@50 и распознавателя 89,15% точности последовательности при CER 3,28%, а также скорость 66,5 кадра/с на RTX 3060 и 23,4 кадра/с на Ryzen 5 4600G в ONNX FP32. Модель ориентирована на однострочные буквенно-цифровые номера с символами A–Z, Đ и цифрами 0–9; для многострочных изогнутых номеров и нелатинских алфавитов точность может быть ниже. Лицензия — AGPL-3.0.

PaxwellPaxwell/Llama-3.3-70B-Memo-law-Instruct-v1 — языковая модель, разработанная PaxwellPaxwell и дообученная на базе PaxwellPaxwell/Llama-3.3-70B-Memo-law-Instruct-lora-base. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, предназначенная для генерации текста в диалоговом формате и задач, связанных с юридическими меморандумами. В репозитории указаны 69,5 млрд параметров и контекст до 131 072 токенов; карточка модели заявляет использование Unsloth и Hugging Face TRL при обучении. Модель ориентирована на англоязычную работу с юридическими текстами: например, на подготовку черновиков меморандумов и формулирование ответов по правовым вопросам. Данных о конкретных тестах качества или проверенной юрисдикции в карточке нет, поэтому результаты следует проверять, особенно перед практическим юридическим использованием. Лицензия — Apache-2.0.

LVFace — модель ByteDance Research для распознавания лиц, представленная на ICCV 2025. Она использует архитектуру Vision Transformer и поэтапную оптимизацию пространства признаков лиц, обучаясь на крупных наборах данных. В репозитории приведены варианты LVFace-T, LVFace-S и LVFace-B, а веса доступны в форматах ONNX и PyTorch; карточка Hugging Face указывает ONNX и библиотеку lvface. Модель извлекает признаки из изображений лиц для задач распознавания и сравнения лиц. В README приведены результаты оценки на наборах IJB-C и IJB-B, а также упомянуто первое место в академическом треке соревнования MFR-Ongoing. Модель предназначена для применения в системах распознавания лиц и исследовательской оценки таких систем. Лицензия репозитория — MIT.

Qwen2.5-14B-Instruct-epi — дообученная модель автора anjelinejeline на базе Qwen2.5-14B-Instruct для классификации эпидемиологических текстов и извлечения структурированных сведений о вирусе Западного Нила (WNV). Модель принимает новостные статьи и эпидемиологические сводки и формирует ответ в JSON: определяет тип сообщения и наличие вспышки, извлекает страны и коды ISO2, затронутые виды и дату события, а также краткое обоснование классификации. Это плотная причинная языковая модель семейства Qwen2 с 14 млрд параметров и контекстом 32 768 токенов. В карточке указаны дообучение с использованием Unsloth, TRL и QLoRA, а также публикация слитых весов в формате 16-битного float; репозиторий содержит safetensors. Модель рассчитана на англоязычные эпидемиологические материалы, выдаёт текст в структурированном формате JSON и поддерживает чатовый интерфейс. Лицензия — Apache-2.0. Модель специализирована на сообщениях о WNV; карточка не подтверждает её точность для других заболеваний или свободного диалога. Строгий формат JSON и качество извлечения зависят от следования описанному шаблону запроса.

Модель Faishal-Anwar — дообученная разговорная языковая модель семейства Qwen2.5 с 1,5 млрд параметров. Она создана на основе unsloth/qwen2.5-1.5b-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL; архитектура — плотная авторегрессионная Qwen2, формат весов — safetensors. Модель предназначена для генерации текста и диалоговых ответов, в том числе в юридическом контексте, на который указывает название репозитория. Модель принимает текст и выдаёт текст. Метаданные указывают поддержку английского языка и контекст до 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. README не приводит подробностей о юридических обучающих данных, оценках качества или ограничениях применения, поэтому пригодность ответов для юридически значимых решений не подтверждена.

Qwen3-1.7B SCL Extractor — языковая модель, дообученная на базе Qwen/Qwen3-1.7B для извлечения структурированных фактов из описаний производственных происшествий. Она формирует один JSON-объект с типом и величиной энергии, единицей измерения, степенью травмы и дословными фрагментами исходного текста в качестве подтверждений. Модель предназначена для серверной обработки сообщений о происшествиях в конвейере контроля безопасности; пороговую классификацию уровня опасности выполняет отдельный код. Модель использует плотную архитектуру Qwen3 с 1,7 млрд параметров и контекстом до 40 960 токенов. Она принимает текст и выдаёт текст в формате JSON. Дообучение выполнено методом QLoRA на примерно 30 тысячах отчётов OSHA о тяжёлых травмах за 2015–2025 годы. Модель рассчитана на англоязычные описания в стиле американских отчётов об инцидентах в нефтегазовой и промышленной сферах. Результаты требуют учёта смещения обучающих данных: степень травмы может чаще определяться как серьёзная, поскольку обучающая выборка содержит преимущественно тяжёлые случаи. Модель не выносит итоговую классификацию безопасности и не заменяет профессиональную оценку. Лицензия — Apache-2.0.

Stream3D-VLM-4B — мультимодальная модель для потокового понимания трехмерной сцены по видео. Она разработана авторами проекта Stream3D-VLM и дообучена на базе Qwen/Qwen2.5-VL-3B-Instruct. Модель анализирует поступающее видео по мере его трансляции и отвечает на вопросы о пространственных отношениях и изменениях сцены, не дожидаясь завершения записи или полной реконструкции сцены. В основе лежит плотная архитектура Qwen2.5-VL с 3,1 млрд параметров и контекстом до 128 000 токенов. Модуль VSFI добавляет геометрические признаки из 3D-реконструкции по мере поступления видео, а GAVC сжимает визуальные токены для ускорения обработки длинных потоков. Модель обучена управлять моментом ответа и может продолжать наблюдение, когда ответ пока не нужен. Авторы сообщают о результатах на потоковом Stream3D-Bench и офлайн-бенчмарке VSI-Bench; потоковую оценку проводили при 1 кадре в секунду. Модель предназначена для пространственного анализа видеопотока, мониторинга сцены, восприятия происходящего в реальном времени и ответов на вопросы о ранее увиденных событиях. В карточке заявлен английский язык. Репозиторий распространяется по лицензии Apache-2.0.

Модель espnet/voxcelebs12_ecapa_wavlm_joint разработана Jungjee и обучена по рецепту VoxCeleb в ESPnet. Это аудиоклассификационная модель для распознавания и верификации говорящих: она позволяет сравнивать аудиозаписи и оценивать, принадлежат ли они одному человеку. В карточке приведён результат EER 0,394% и minDCF 0,03797 для конфигурации conf/tuning/train_ecapa_wavlm_joint. Модель использует связку ECAPA и WavLM и обучена на VoxCeleb. Для запуска предусмотрен ESPnet2; README указывает версию ESPnet 202310 и PyTorch 2.0.1. Карточка обозначает поддержку нескольких языков, но не перечисляет их отдельно. Лицензия — CC BY 4.0.

NVIDIA Cosmos Reason 2 — мультимодальная модель зрения и языка на 8 млрд параметров, дообученная на базе Qwen/Qwen3-VL-8B-Instruct. Она предназначена для физического ИИ и робототехники: анализирует изображения и видео с учётом пространства, времени и физических закономерностей, объясняет выводы и помогает планировать действия воплощённых агентов. Модель поддерживает диалог, длинный контекст до 256 тысяч входных токенов, обнаружение объектов и выдачу меток, координат точек и ограничивающих рамок в 2D и 3D. Сценарии применения включают видеоаналитику, поиск причин событий в видеопотоках, отбор и аннотирование сенсорных данных, а также рассуждение и планирование для роботов и автономных транспортных средств. Модель разработана NVIDIA; в карточке указана библиотека Cosmos и формат весов safetensors. README заявляет готовность к коммерческому использованию, однако лицензия в метаданных обозначена как other, поэтому конкретные условия следует сверять с лицензией репозитория. Выходы модели могут влиять на физические действия роботов, поэтому для задач с физическим воздействием требуется проверка результатов.

dronefreak/exdark-yolo11m — детектор объектов на базе YOLO11m от Ultralytics, дообученный автором репозитория на наборе ExDark. Модель предназначена для обнаружения объектов на тёмных изображениях и в условиях низкой освещённости; распознаёт 12 классов, включая людей, автомобили, велосипеды, лодки и животных. Она использует архитектуру компьютерного зрения YOLO11 и библиотеку Ultralytics; для оценки приведены результаты на тестовой части ExDark: mAP@50 73,17% и mAP@50–95 47,16%.

dronefreak/exdark-yolo26s — модель обнаружения объектов YOLO26s, дообученная на наборе ExDark командой DetectionBench для оценки детекторов на изображениях при слабом освещении и в темноте. Она принимает изображения и предсказывает рамки и классы объектов; среди 12 классов — люди, автомобили, велосипеды, лодки, бутылки и животные. Модель распространяется в формате PyTorch через библиотеку Ultralytics. На тестовой выборке ExDark указаны mAP@50 74,0% и mAP@50–95 48,32%. Набор содержит 7 344 изображения, включая 734 тестовых, а изображения были предварительно масштабированы до 640×640. Результаты для редких классов следует трактовать с осторожностью из-за малого объёма данных и дисбаланса классов: на людей приходится около 46% размеченных объектов. Модель выпущена под лицензией AGPL-3.0. Авторы набора данных отдельно указывают ограничение на некоммерческое использование, которое, согласно README, распространяется и на обученные на нём модели.

gipformer1.5-65M-rnnt — компактная модель распознавания вьетнамской речи, разработанная G Group AI Lab. Она построена на архитектуре Zipformer Transducer (RNN-T) и предназначена для преобразования аудио в текст, в том числе для записей телефонных разговоров с шумом и региональными вариантами произношения. Модель рассчитана на локальный запуск на мобильных и встраиваемых устройствах, включая офлайн-сценарии с чувствительными аудиоданными. В README заявлены результаты на тестах для колл-центров и тематических наборах по технологиям, финансам, образованию, госуслугам и медицине; приведённые таблицы не содержат результатов gipformer, поэтому эти заявления независимо проверить по карточке нельзя. Для запуска указан формат ONNX и библиотека ONNX Runtime. Лицензия — MIT. Размер модели в README отражён в её названии как 65M; отдельного значения числа параметров в метаданных нет.

Модель fireviewer/rtdetr-v2-r50-fire-smoke — двухклассовый детектор видимого дыма и пламени на изображениях, созданный FireViewer на основе RT-DETRv2-R50 от PekingU и дообученный на наборе fireviewer/fire-smoke-detection-corpus-v1. Она принимает RGB-изображения с соответствующей конфигурацией и предобработкой и возвращает рамки обнаруженных объектов с оценками уверенности: smoke_visible и flame_visible. Модель предназначена для воспроизводимой оценки и сравнения детекторов, а также как консервативный справочный вариант с меньшим числом ложных тревог. В независимой оценке на 512 изображениях показатель COCO mAP50:95 составил 0,3502; результаты для дыма и пламени различались, а опубликованный порог 0,02 относится только к протоколу оценки и не является рабочим порогом. Модель не определяет координаты, периметр или источник пожара и не должна самостоятельно использоваться для принятия экстренных решений; результаты требуют проверки человеком и внешней валидации на разных событиях и камерах. Карточка допускает исследовательское и оценочное применение, а также коммерческий инференс на условиях лицензии чекпойнта с указанием авторства. Лицензия чекпойнта отдельна от лицензии Apache-2.0 базовой модели и прав на обучающие данные; перераспространение весов, включая преобразованные или встроенные, не разрешено.

KingTechnician/videomae-small-finetuned-kinetics-xd-violence-binary — дообученная модель VideoMAE от автора KingTechnician для бинарной классификации видео на нормальное и содержащее насилие. Она основана на MCG-NJU/videomae-small-finetuned-kinetics и использует архитектуру VideoMAEForVideoClassification; размер модели — 28,3 млн параметров. Для обработки клипа модель выбирает 16 кадров и изменяет их размер до 224 × 224; указана длительность клипа около 2,13 секунды. На оценочной выборке автор сообщает точность 0,825. Для класса «насилие» указаны precision 0,89, recall 0,82 и F1 0,85; для класса «норма» — соответственно 0,74, 0,83 и 0,78. Эти результаты относятся к выборке из README и не гарантируют такого же качества на других данных. Датасет дообучения в карточке не назван. Модель принимает видео и выдаёт метку класса. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но не коммерческое использование.

jaranohaal/vit-base-violence-detection — модель Vision Transformer (ViT), дообученная на основе google/vit-base-patch16-224-in21k для классификации изображений на категории «насилие» и «без насилия». Она предназначена для автоматической проверки изображений в системах модерации контента, видеонаблюдения и родительского контроля. Модель содержит 113,2 млн параметров и распространяется в форматах PyTorch и Safetensors; в карточке указана точность 98,8% на тесте. Модель принимает изображения и выдаёт метку класса. Обучение проводилось на наборе Real Life Violence Situations. Указанная точность не гарантирует таких же результатов на других данных: карточка не описывает состав тестовой выборки и подробности оценки. Лицензия — Apache-2.0.

Gurveer05 разработал BLIP, дообучив модель blip-image-captioning-base на наборе RSICD для создания подписей к изображениям дистанционного зондирования. Модель принимает изображение и генерирует текстовое описание его содержания; её можно применять для автоматического описания спутниковых и аэрофотоснимков. Обучение проводилось пять эпох с AdamW и планировщиком ReduceLROnPlateau. Модель построена на архитектуре BLIP и распространяется в формате safetensors через Transformers. Лицензия — Apache-2.0. В карточке не приведены оценки качества и подробности о поддерживаемых языках; качество описаний может зависеть от типа и содержания снимка.

Модель tanganke/clip-vit-base-patch32_resisc45 — дообученная на наборе спутниковых снимков RESISC45 визуальная часть CLIP ViT-Base с размером патча 32. Она извлекает признаки изображений и предназначена для представления и анализа снимков дистанционного зондирования Земли. В README приведены результаты оценки: 0,6047 для исходной предобученной модели и 0,9522 после дообучения; метрика не уточнена. Модель содержит 113,2 млн параметров и распространяется в формате Safetensors. Базовая модель — openai/clip-vit-base-patch32; лицензия в предоставленных данных не указана.

Luciano выпустил дообученную модель GPT-2 small на базе pierreguillou/gpt2-small-portuguese для генерации и продолжения текста на португальском языке, в том числе текстов, связанных с судебными решениями TCU. Модель использует архитектуру GPT-2 и принимает текст, выдавая продолжение в текстовом формате; размер контекста составляет 1024 токена. В карточке указано значение loss 1,6841 на наборе оценки, но не описаны обучающие данные, поэтому специализацию на судебных аккордах TCU следует считать ориентиром, основанным на названии репозитория. Модель распространяется по лицензии MIT.

Lawma 8B — языковая модель для классификации юридических вопросов, созданная дообучением Llama 3 8B Instruct. Разработчики обучили её на более чем 500 тысячах примеров и примерно 2 млрд токенов для 260 задач классификации по данным Верховного суда США и апелляционных судов Songer. Модель имеет плотную архитектуру Llama с 7,5 млрд параметров, поддерживает контекст до 131 072 токенов и рассчитана на английский язык. Модель предназначена прежде всего для ответов на обученные юридические задачи с выбором варианта: обычно она возвращает букву или число, а не развёрнутое объяснение. В оценке авторов Lawma 8B превзошла GPT-4 в среднем по рассмотренным задачам, однако разработчики рекомендуют применять её только к близким юридическим классификациям и дообучать на примерах целевого сценария. Модель распространяется по лицензии MIT.

小熠（Yee-R1-mini）是广州熠数信息技术有限公司开发的数据安全领域对话助手，基于 Qwen3-1.7B-Base 微调，采用 1,7 млрд параметрли плотную архитектуру Qwen3 и запускается через Transformers. Модель предназначена для консультаций и автоматизации задач в промышленности, государственном секторе и телекоммуникациях: классификации и категоризации данных, аудита безопасности, анализа угроз и предотвращения утечек. README заявляет режимы рассуждения Thinking и Non-Thinking и интеграцию с Qwen-Agent для вызова внешних инструментов, например баз данных, анализаторов журналов и API. Поддерживаются китайский и английский языки; контекст составляет до 40 960 токенов. Модель распространяется по лицензии Apache-2.0. Заявленные результаты CS-Eval относятся к оценкам из карточки модели и не гарантируют качество в конкретной среде; для практического применения нужны подходящие инструменты и проверка ответов.

keremberke/yolov8n-building-segmentation — модель компьютерного зрения на архитектуре YOLOv8 от автора keremberke, предназначенная для сегментации зданий на изображениях. Она выдаёт маски объектов класса Building и рассчитана на применение с библиотекой Ultralytics; репозиторий содержит веса PyTorch и связан с датасетом satellite-building-segmentation. Модель можно использовать для выделения зданий на спутниковых снимках и анализа застройки. Карточка указывает один поддерживаемый класс — Building. Условия лицензии в предоставленных данных не описаны.

ADAFACE VIT BASE KPRPE WEBFACE12M — модель распознавания лиц из семейства CVLFace, опубликованная разработчиком minchul. Она предназначена для извлечения признаков лица и построена на архитектуре ViT Base с кодированием относительных позиций ключевых точек (KPRPE). В названии указано, что для обучения использовался набор данных WebFace12M. Модель можно применять для получения векторных представлений лиц, например, как этап системы сравнения или идентификации лиц. Репозиторий содержит веса в формате safetensors. README просит цитировать исходную работу о KPRPE и соблюдать лицензию обучающего набора данных; отдельная лицензия модели не указана.

adaptive-classifier/escalation-detection — адаптивный классификатор текста для выявления срочных обращений. Модель разработана на основе answerdotai/ModernBERT-base и различает два класса: normal и urgent. В карточке указаны 10 примеров обучения, поровну для каждого класса, и размерность эмбеддингов 768. Классификатор предназначен для сортировки текстовых обращений по срочности. Он поддерживает непрерывное обучение и добавление классов; прототипы обновляются каждые 10 примеров. Для каждого класса требуется не менее трёх примеров, а максимальное число примеров на класс — 150. Модель распространяется по лицензии Apache-2.0.

Это детектор объектов Ultralytics YOLO11x, дообученный на наборе ExDark в рамках DetectionBench для обнаружения объектов на тёмных изображениях и снимках при слабом освещении. Модель предназначена для анализа ночных и низкоосвещённых сцен; распознаёт 12 классов, включая людей, автомобили, велосипеды, лодки, животных и предметы обстановки. В README приведены результаты оценки на тестовой части ExDark: mAP@50 — 74,41%, mAP@50–95 — 48,98%, точность — 81,87%. Модель использует Ultralytics и формат PyTorch. Репозиторий распространяется по лицензии AGPL-3.0; для данных ExDark авторы отдельно указывают ограничение на некоммерческое использование, распространяющееся и на обученные на них модели.

HurricaneOD — детектор объектов на базе YOLOv8, дообученный автором Rattatammanoon для обнаружения тайских автомобильных номерных знаков на изображениях и кадрах видео. Модель локализует номера рамками и также рассчитана на обнаружение автомобилей, мотоциклов, грузовиков и автобусов. Она предназначена для потокового анализа дорожного видео, пакетной обработки изображений и подготовки вырезок номеров для последующего OCR. Для запуска используется библиотека Ultralytics; в метаданных указан формат PyTorch. В README заявлена поддержка старых и новых форматов тайских номеров, а также возможность экспорта в ONNX, TensorRT, CoreML и TFLite. Лицензия — Apache-2.0. Модель находит и локализует объекты, но сама по себе не распознаёт текст на номере.

HyperCLOVA-X-SEED-MISHULTA-Solar-Distilled-v1.8 — команда MISHULTA подготовила эту плотную языковую модель на 14,1 млрд параметров на основе HyperCLOVAX-SEED-Think-14B. Модель дообучена методом LoRA и затем объединена с базой для решения корейских задач на выбор ответа, требующих знаний и многошаговых рассуждений. Она формирует ход решения и вывод, а затем завершает ответ в стабильном формате «정답: X». Контекст составляет 131 072 токена; модель предназначена для диалоговой генерации текста на корейском языке. При обучении использовались данные KMMLU train, собственные задания на основе корейских административных обращений и законодательства, а также примеры рассуждений, созданные с помощью Upstage Solar Pro 4 и DeepSeek-R1-0528. Разработчики сообщают, что тестовый сплит не использовался, а пересечения с KMMLU-Pro и CLIcK проверялись на уровне вопросов и вариантов ответа. Лицензия следует соглашению HyperCLOVA X SEED; использование данных Solar было отдельно подтверждено Upstage для некоммерческих целей и хакатона, что не означает общего разрешения на дистилляцию результатов Solar. Карточка не приводит результатов бенчмарков.

Karar-4B — дообученная Eschatia Labs модель на 4 млрд параметров для классификации, маршрутизации и принятия решений по тексту, с выдачей вероятностей. Она основана на InternLM Intern-Decision-4B и дообучена с помощью LoRA на данных JevAlt. Архитектура — плотная Qwen3.5; модель работает с текстом и поддерживает контекст до 8 тыс. токенов. Основной язык — турецкий, также указана поддержка английского. Модель предназначена для локального применения в сценариях, где нужно отнести запрос или состояние к категории, выбрать маршрут либо получить оценку уверенности в решении. В README приведены результаты на тестовом наборе турецких решений из того же конвейера данных, что и обучающие данные; они не гарантируют аналогичного качества на других данных. Для порогов уверенности рекомендуется заново калибровать вероятности на собственных данных. Модель уязвима к внедрённым инструкциям, слаба на длинном нерелевантном тексте и вычислениях с датами; важные решения следует проверять отдельно. Лицензия — Apache-2.0.

Модель Chandanab/mit-b0-finetuned-eurosat — дообученная версия SegFormer MiT-B0 от NVIDIA для классификации спутниковых изображений из набора EuroSAT. В README указана точность 0,9495 и loss 0,1782 на оценочной выборке. Модель предназначена для отнесения изображений к классам земного покрова EuroSAT. Она использует архитектуру SegFormer и веса в формате PyTorch. Лицензия указана как other; дополнительные условия лицензирования в карточке не приведены.

glhpradipta/Model-Legal-RAG-Merged — дообученная разработчиком glhpradipta разговорная языковая модель на архитектуре Llama 3. Она основана на unsloth/llama-3-8b-Instruct-bnb-4bit и предназначена для генерации текста и диалогового взаимодействия; название указывает на юридическую тематику и использование в сценариях RAG, однако README не описывает специализированные возможности или качество в этих задачах. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст, поддерживает английский язык и имеет контекст до 8192 токенов. В README указано, что при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель распространяется по лицензии Apache-2.0.