IV.8Государственное управление, правосудие и чрезвычайные ситуации

Car Damage Detection от Naiscorp — модель сегментации экземпляров, дообученная на базе facebook/detectron2-mask-rcnn-R-101-DC5. По фотографии автомобиля она выделяет повреждённые участки и для каждого возвращает пиксельную маску, ограничивающую рамку, класс повреждения и оценку уверенности. Модель предназначена для осмотра автомобилей в страховании, прокате и при перепродаже; заявлено распознавание семи типов физических повреждений. В карточке приведены названия классов на вьетнамском и английском, включая вмятины, царапины краски и разрывы. Репозиторий содержит форматы ONNX и Safetensors и использует библиотеку cardamage. Лицензия обозначена как other, поэтому условия использования следует сверить с её текстом на странице модели.

Это дообученная модель HyperCLOVA X SEED Think 14B, созданная автором репозитория на базе naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Модель предназначена для генерации текста и ответов на вопросы по медицинским знаниям, в частности по теме обязательной медицинской помощи; обучение проведено на 3 000 примерах QA из набора AI Hub 71875. При дообучении применялись SFT и CLoRA с ортогональной регуляризацией, затем LoRA-адаптер был объединён с базовой моделью в самостоятельный BF16-чекпойнт. Архитектура — плотная причинная языковая модель HyperCLOVAXForCausalLM размером 14,1 млрд параметров; заявленное базовое контекстное окно — 131 072 токена. В карточке указана поддержка корейского языка и диалоговый режим. В README приведены результаты локального ограниченного пробного бенчмарка, которые автор отдельно не считает результатами официальной таблицы K-AI. Лицензия — Apache-2.0. Модель специализируется на узком медицинском наборе знаний, поэтому её ответы требуют проверки специалистом; описанные в README метрики основаны на единичной пробе и не подтверждают качество в реальном клиническом применении.

harshrtr07/legal-bert-cuad-risk-analyzer — англоязычная BERT-модель для классификации юридических текстов. Она дообучена на основе nlpaueb/legal-bert-base-uncased и предназначена для выявления рисков в юридических документах; конкретные категории риска и сценарии в карточке не описаны. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Она поддерживает классификацию текста и распространяется по лицензии CC-BY-SA-4.0. В README приведён результат F1 0,0106 на оценочном наборе данных, что указывает на очень низкое качество по этой метрике и ограничивает практическую применимость модели без дополнительной проверки или дообучения.

Mental Health Diagnosis BERT Model — модель на основе Bio_ClinicalBERT, дообученная для классификации высказываний пациентов по пяти категориям: тревожность, депрессия, суицидальные высказывания, стресс и норма. Она предназначена для анализа текстовых сообщений и может использоваться для предварительной сортировки обращений или исследовательского анализа текстов о психическом здоровье. Модель использует архитектуру BERT для классификации последовательностей, содержит 135,5 млн параметров и принимает текст длиной до 512 токенов. В метаданных указан английский язык и лицензия MIT. Результат классификации не следует трактовать как клинический диагноз; качество модели и пригодность для принятия медицинских решений в предоставленных материалах не описаны.

slm-125m-base — базовая языковая модель, разработанная Bhabani Nayak и предварительно обученная с нуля. Это плотная авторегрессионная модель семейства Llama с 125,8 млн параметров и контекстом 1024 токена; она использует токенизатор BPE на 16 384 токена. Обучение проводилось на корпусе примерно из 2,19 млрд токенов: судебных документов США, материалов SEC и части общего веб-текста. Модель предназначена для продолжения текста в юридическом и финансовом стиле, экспериментов с предварительным обучением и дообучением небольших моделей, а также демонстраций локального запуска в браузере через ONNX и Transformers.js. Она не является чат-моделью и не рассчитана на ответы на вопросы, следование инструкциям или достоверное изложение фактов. Показатель perplexity 11,01 измерен на отложенных данных из обучающего распределения; на текстах других тематик качество может быть ниже. Лицензия — Apache-2.0.

Это дообученная модель SwiftVLN на базе Qwen/Qwen2.5-VL-3B-Instruct, подготовленная для навигации по спутниковым изображениям в непрерывном бенчмарке SatNav. Она принимает инструкцию и текущее окно из 32 RGB-кадров и предсказывает последовательность из четырёх навигационных действий; кадры из предыдущих окон и долговременная визуальная память не используются. Модель содержит 3,1 млрд параметров, использует плотную архитектуру Qwen2.5-VL и рассчитана на запуск через Transformers. Контекст модели — до 128 000 токенов; в описанном сценарии её входом служат текст и изображения. Веса дообучены за одну эпоху на экспертных траекториях SatNav-v0.1. Карточка указывает английский язык. Условия лицензии в предоставленных данных не приведены.

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.

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.

Yield Estimation Transformer — модель ICICLE-AI для оценки урожайности кукурузы на уровне округов США. Она объединяет недельные временные ряды погоды с постоянными характеристиками почвы и выдаёт числовой прогноз в бушелях на акр (bu/acre). Модель построена на архитектуре Transformer и содержит 229,4 тыс. параметров; веса доступны в формате Safetensors, лицензия — MIT. Модель предназначена для сезонного прогнозирования урожайности по погодным данным и параметрам почвы. Она принимает шесть погодных показателей по неделям и 66 признаков почвы; прогноз можно получать для разных сезонных срезов с 20-й по 52-ю неделю. Структурированные числовые данные передаются в виде JSON-строки, которую пользовательский токенизатор преобразует в тензоры. Несмотря на интерфейс text-classification в Transformers, результатом является регрессионная оценка урожайности, а не вероятность класса.

thivy/embeddinggemma-300m-norwegian-health — дообученная модель эмбеддингов на основе Google EmbeddingGemma-300M, созданная для поиска по медицинской информации на норвежском языке. Она использует текстовый энкодер Gemma 3 с pooling, линейными проекциями и L2-нормализацией; выдаёт векторы размерности 768. Максимальная длина последовательности — 2048 токенов. Поддерживается английский язык, но модель в первую очередь настроена на норвежский текст. Модель предназначена для семантического поиска по медицинским документам, поиска ответов на вопросы о здоровье и формирования контекста для RAG-систем. В README указаны результаты оценки поиска: NDCG@10 95,65%, MRR@10 94,72% и Accuracy@1 92,50%. Для использования заявлена лицензия Gemma. Модель оптимизирована для норвежских медицинских текстов, может хуже работать в других предметных областях и на очень коротких фрагментах.

Эта модель — дообученная версия Mistral-7B-Instruct-v0.3, разработанная для генерации апелляций по вопросам медицинского страхования. По README, её обучали на синтетическом наборе апелляций; модель предназначена для использования в веб-приложении Fight Health Insurance. Это плотная языковая модель Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; метаданные указывают поддержку диалогового режима. README приводит значение loss 0,7984 на оценочном наборе, но не описывает методику оценки. Модель может помочь составить черновик апелляции, однако качество и надёжность результатов не установлены: README обозначает работу как раннюю и не раскрывает подробности обучающих и оценочных данных. Лицензия — Apache-2.0.

Это экспериментальная версия OpenFly для платформы SatNav, созданная на основе OpenVLA-7B Prismatic с ресурсами процессора OpenFly. Модель дообучена на один проход по офлайн-траекториям SatNav-v0.1; архитектура OpenVLA — плотная модель с предсказанием действий. По инструкции на английском языке, трём RGB-кадрам и истории до 16 предыдущих действий она предсказывает компактную текстовую метку следующего действия: остановиться, двигаться вперёд, повернуть налево или направо. Модель предназначена для навигации по спутниковым картам в интеграции SatNav OpenFly и включена в базовый набор моделей SatNav. Репозиторий распространяется в формате Safetensors по лицензии MIT. Карточка описывает обучение на конкретном наборе данных и один эпохальный проход, поэтому качество за пределами этой настройки не установлено.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap0-sgtc-k512-noembed — модель для навигации робота по спутниковым изображениям в рамках бенчмарка SatNav. Она разработана на основе Qwen/Qwen2.5-VL-3B-Instruct и обучена командой SwiftVLN полным дообучением на экспертных траекториях SatNav-v0.1. Архитектура — плотная мультимодальная Qwen2.5-VL с 3,1 млрд параметров; модель обрабатывает текст и последовательности RGB-кадров, включая историю до 32 кадров, и предсказывает следующие четыре действия. Для сжатия визуальной истории она делит её на восемь временных сегментов и кластеризует токены, формируя суммарно 512 выходных токенов. Модель предназначена для оценки и экспериментов по непрерывной навигации с языковыми инструкциями на спутниковых изображениях; для запуска следует использовать инструменты оценки SwiftVLN. Метаданные указывают контекстное окно 128 000 токенов, хотя карточка описывает специализированное использование с 32 RGB-кадрами и визуальной историей. Поддерживаемый язык карточки — английский. Модель опубликована в формате safetensors; лицензия в предоставленных данных не приведена.

Это экспериментальная версия NaVILA, адаптированная для SatNav — платформы навигации по спутниковым картам с непрерывным состоянием. Модель разработана для использования в интеграции SatNav NaVILA и основана на контрольной точке a8cheng/navila-llama3-8b-8f. Она принимает текстовую инструкцию и восемь RGB-кадров наблюдений, после чего предсказывает компактное действие: остановиться, двигаться вперёд, повернуть налево или направо. Модель дообучена всеми параметрами в течение одной эпохи на офлайн-траекториях SatNav-v0.1. Архитектура относится к LlavaLlama; файлы весов представлены в формате Safetensors. Карточка указывает лицензию Llama 3. Модель предназначена для навигационных экспериментов и работы через интеграцию SatNav; результаты зависят от совместимого окружения и формата наблюдений и действий.

Qwen3.5-9B-metro-v24 — дообученная с помощью QLoRA модель continker на базе Qwen3.5-9B для задач MetroLLM-Bench. Она предназначена для работы киосков метро: многошагового вызова инструментов, формирования структурированного итогового состояния диалога и обработки сбоев и оповещений в шести системах метро. Модель доступна как LoRA-адаптер и как объединённый, квантованный GGUF Q4_K_M размером 5,3 ГБ; в метаданных также указан формат safetensors. Версия v24 обучена без утечки тестовых данных: дистилляционные примеры взяты из обучающей части набора, а отложенная часть использовалась для оценки. В описанном тесте на 238 примерах она превзошла базовую Qwen3.5-9B по метрикам Tier-1 и Composite. Модель предназначена для генерации текста и диалогов, включая сценарии вызова инструментов. Лицензия — Apache 2.0.

MedraQ-8b-abliterated-i1-GGUF — квантизированная GGUF-версия модели MedraQ-8b-abliterated, разработанная drwlf и подготовленная mradermacher. Модель дообучалась на наборе данных nicoboss/medra-medical и предназначена для генерации текста в медицинском домене. Заявленные сценарии использования включают медицинское резюмирование и диагностическое рассуждение. Модель имеет около 8 миллиардов параметров, ориентирована на текстовые задачи и заявляет поддержку английского и румынского языков. В метаданных она также помечена как fine-tuned и gemma-3, однако сведения о точной архитектуре и размере контекстного окна отсутствуют. Поставка включает множество вариантов квантизации с разным размером, скоростью и качеством. Версии с низкой битностью позволяют сократить требования к памяти, но могут заметно ухудшать качество; для баланса размера, скорости и качества рекомендованы варианты i1-Q4_K_S и i1-Q4_K_M. Модель следует использовать как вспомогательный инструмент, поскольку README не содержит результатов оценки, гарантий точности или сведений о клинической безопасности. Лицензия — Apache-2.0. Модель распространяется в формате GGUF и предназначена для запуска средствами, поддерживающими этот формат.

MiewID-msv2 — модель извлечения признаков изображений для повторной идентификации диких животных. Она обучена контрастивным методом на объединённых данных по 54 наземным и водным видам; в примерах — тигры, белухи и синие киты. Модель сопоставляет изображения особей по характерным частям тела, включая плавники, хвостовые плавники, бока и морды. Модель предназначена прежде всего для поиска той же особи в базе размеченных изображений. Полученные признаки также можно использовать для классификации видов методом поиска похожих примеров. Архитектура — MiewIdNet; размер модели составляет 51,11 млн параметров, расчётная сложность — 24,38 GMACs, рекомендуемый размер входного изображения — 440 × 440 пикселей. Репозиторий использует формат safetensors и библиотеку Transformers. В README сообщается об улучшении результатов по сравнению с моделями, обученными на одном виде, и о хорошей обобщающей способности для большинства видов при проверке с исключением одного вида из обучения. Качество заметно зависит от вида и набора данных: приведённые результаты различаются, поэтому их нельзя считать гарантией для конкретной популяции или условий съёмки. Лицензия в предоставленных данных не указана.

Модель BenoitJT-GIRARD/qwen3-1.7b-chsa-triage разработана для прототипа медицинской сортировки пациентов в отделении неотложной помощи. Это плотная причинно-языковая модель Qwen3 с 1,7 млрд параметров на базе Qwen/Qwen3-1.7B-Base, дообученная с LoRA и выравненная методом DPO; адаптеры объединены с весами. Модель принимает описание пациента на французском или английском языках и формирует ответ на французском с уровнем срочности, обоснованием и рекомендацией. Предусмотрены три уровня приоритета, связанные со шкалой FRENCH от сортировки 1–2 до 5. Контекст модели — до 32 768 токенов. Это учебный прототип поддержки решений для медицинского персонала, только под обязательным человеческим контролем. Разработчик прямо запрещает применение в реальных клинических ситуациях. В оценке на 60 вручную составленных случаях точность уровня сортировки составила 70%, а доля недооценки срочности среди неотложных случаев — 27,5%. Данные преимущественно синтетические, клинический каталог не проверен врачом неотложной помощи, а небольшой набор оценки не позволяет делать надёжные выводы о качестве. Лицензия — MIT.

analyticspro/slm-125m-base — компактная плотная языковая модель с архитектурой Llama, разработанная analyticspro и предварительно обученная с нуля на корпусе с упором на юридические тексты: судебные решения США, документы SEC и часть FineWeb-Edu. Модель насчитывает 125,8 млн параметров, использует токенизатор BPE с размером словаря 16 384 и имеет контекст длиной 1 024 токена. Это базовая модель для продолжения текста и предсказания следующего токена, а не чат-модель: она не предназначена для следования инструкциям. Её можно использовать для экспериментов и демонстраций, например для генерации продолжений юридически окрашенного текста. Модель выпущена под лицензией Apache-2.0. Из-за небольшого размера и ограниченного бюджета предобучения ответы могут содержать фактические ошибки, повторы и быть смещены к юридической или регуляторной формулировке. README не рекомендует модель для производственного применения и критически важных задач.

SLM125mLIVE base — базовая языковая модель с 125,8 млн параметров на архитектуре Llama, разработанная nagbhaskar55 и обученная с нуля. Она предназначена для продолжения текста и экспериментов с небольшими языковыми моделями. Обучение проводилось на корпусах решений судов США, документов SEC и образовательных веб-текстов; контекст ограничен 1 024 токенами. Модель не проходила дообучение для инструкций или выравнивание и не предназначена для ответов в формате ассистента. Модель может служить исходной точкой для экспериментов и дообучения на юридических или финансовых текстах. Проверка CaseHOLD показала результат ниже случайного выбора, поэтому модель не демонстрирует надёжного понимания юридических задач без дообучения. Она может генерировать правдоподобные, но неверные сведения, включая названия дел, ссылки на законы и финансовые показатели. Лицензия указана как other; перед использованием следует проверить условия лицензий исходных датасетов.

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.

agentrag-embed-v1 — дообученная dung6903 модель на базе intfloat/multilingual-e5-base для извлечения медицинских документов во вьетнамоязычном RAG-проекте AgentRag. Она основана на XLM-RoBERTa и выдаёт плотные эмбеддинги размерностью 768; применяется mean pooling с L2-нормализацией. Контекст — до 514 токенов по метаданным; README указывает максимальную длину последовательности 512 токенов. Модель обучена на 5,3 тыс. троек «запрос, релевантный пример, нерелевантный пример» с MultipleNegativesRankingLoss в течение двух эпох. В оценке на бенчмарке поиска проекта показатель recall@10 вырос на 0,20 относительно базовой multilingual-e5-base. Для запросов и документов используются префиксы `query:` и `passage:`; модель предназначена для создания векторного представления текста и семантического поиска, а не для генерации ответов. Лицензия — MIT.

MBG-BioBERT — модель на архитектуре BERT, разработанная на основе BioBERT и дополнительно предобученная на болгарских медицинских и клинических текстах. Она предназначена для получения векторных представлений таких текстов и может служить основой для прикладных клинических NLP-систем. Модель содержит 135,5 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Указанный язык — болгарский. Веса доступны в форматах PyTorch и Safetensors; лицензия — AFL-3.0. Карточка не сообщает результаты оценки качества или конкретные клинические сценарии, поэтому пригодность для них следует проверять отдельно.

genshiai-daichi разработала медицинскую модель для получения векторных представлений японских предложений. Она основана на ModernBERT-Ja и продолжает дообучение модели genshiai-daichi/med-ruri-v3-310m; содержит около 314,6 млн параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors через Sentence Transformers. Модель предназначена для семантического поиска по медицинским текстам и сопоставления запросов с фрагментами документов. В README приведён результат nDCG@10 0,5348 на отложенных запросах из того же распределения медицинских рекомендаций; он не показывает качество на других распределениях или временную обобщаемость. Для работы требуется добавлять префикс «検索クエリ: » к запросу и «検索文書: » к документу, а также применять NFKC-нормализацию и удаление года из заголовков как при обучении. README описывает загружаемый во время обучения промежуточный чекпойнт, поэтому его показатели и содержимое могут измениться; конкретная ревизия фиксирует шаг обучения. Лицензия — Apache-2.0.

genshiai-daichi разработала японскую медицинскую модель эмбеддингов на базе ModernBERT-Ja и ruri-v3. Это дообученная версия genshiai-daichi/med-ruri-v3-70m, предназначенная для семантического поиска по медицинским текстам и сопоставления поисковых запросов с документами. Модель содержит 70 млн параметров, принимает текст и поддерживает контекст до 8192 токенов. Внутридоменная оценка поиска nDCG@10 на отложенных запросах из того же распределения составила 0,5117; авторы отмечают, что эта метрика не показывает качество на данных из других распределений или периодов. Для работы с Sentence Transformers нужны префиксы «検索クエリ: » для запросов и «検索文書: » для документов, а также та же предварительная обработка, что и при обучении: нормализация NFKC и удаление года из заголовка. В README указан промежуточный checkpoint, загружаемый по revision step-6159; main может обновляться. Лицензия Apache-2.0.

mental-alpaca — языковая модель, разработанная Human-Centered AI Lab при Northeastern University и дообученная на базе Alpaca для прогнозирования характеристик психического здоровья по текстам из интернета. Она предназначена для исследовательских задач на английском языке, связанных с классификацией и оценкой текстовых данных в области психического здоровья. Модель использует архитектуру Llama с плотной causal language modeling частью, содержит 6,6 млрд параметров и поддерживает контекст до 2048 токенов. Для дообучения использованы наборы Dreaddit, DepSeverity, SDCNL и CCRS-Suicide; карточка сообщает о шести задачах, но не перечисляет их все. Модель распространяется по лицензии CC BY-NC 4.0. Авторы указывают, что её следует применять только для исследований и учитывать ограничения и условия исходных проектов Stanford Alpaca и Llama-2-7b.

Mistral-7B-DSM5 — дообученная автором chillymiao диалоговая языковая модель для вопросов и ответов по психиатрии и диагностическим критериям DSM-5. В качестве основы использована mistralai/Mistral-7B-Instruct-v0.2; модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров, принимает текст и генерирует текст. Контекст — до 32 768 токенов. Для адаптации использовался подход с RAG по справочнику Desk Reference to the Diagnostic Criteria From DSM-5: на основе извлечённых документов формировался специализированный набор инструкций для дообучения. Модель предназначена для ответов на вопросы о психиатрических диагнозах и критериях DSM-5. Карточка указывает английский язык. Лицензия — Apache-2.0. Автор предупреждает, что точность, полнота и пригодность ответов не гарантируются; результаты не следует считать профессиональной диагностикой. Модель заявлена для исследовательского использования, а применение требует самостоятельной оценки рисков.

Red Flag Detection: symptom module — медицинская модель, разработанная ningpy на базе Qwen2.5-3B-Instruct и дообученная с помощью LoRA с последующим объединением адаптера с базовой моделью. Она извлекает симптомы из клинических заметок и сообщений пациентов как часть пятикомпонентной системы выявления медицинских тревожных признаков, работающей совместно с движком правил. Модель рассчитана на английский язык Брунея, включая Manglish, китайский и малайский языки. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, контекстом до 32 768 токенов и форматом safetensors. В независимой проверке полного конвейера из пяти модулей и движка правил на 2246 примерах указаны F1 0,906 и точность 91,9%; эти показатели относятся ко всей системе, а не только к данному модулю. Модель распространяется по лицензии Apache-2.0. Для полного выявления тревожных признаков её следует использовать в составе описанного конвейера; отдельные клинические ограничения и результаты самостоятельной оценки модуля в карточке не приведены.

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-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.