IV.8Государственное управление, правосудие и чрезвычайные ситуации

parity-reranker-juridico-br-v1 — кросс-энкодер, дообученный SamuelMauli на базе cross-encoder/ms-marco-MiniLM-L-6-v2 для ранжирования документов в юридическом домене Бразилии. Он оценивает пару «юридический запрос — кандидатный документ» и подходит для поиска по материалам о государственных закупках, решениях TCU и Lei 14.133/21. Модель построена на архитектуре BERT, содержит 25,9 млн параметров и обрабатывает последовательности длиной до 512 токенов. Поддерживает португальский язык; доступны веса Safetensors и формат ONNX для использования через sentence-transformers и Transformers.js. Модель предназначена для переупорядочивания кандидатов в поисковой выдаче, а не для генерации текста. Качество зависит от соответствия запросов и документов обучающим примерам; README указывает на обучающий набор из 313 пар, поэтому перенос на другие юридические задачи или языки может быть ограничен. Лицензия — Apache-2.0.

Модель разработана Giovannimaffeo для автоматической генерации юридических дескрипторов по судебным документам на португальском языке. Это дообученная плотная текстовая модель Qwen3.5 с архитектурой Qwen3_5ForCausalLM и 581,4 млн параметров; в карточке указано контекстное окно 262 144 токена. Модель предназначена для обработки португальских судебных документов и создания их тематических юридических описаний. Модель основана на unsloth/Qwen3.5-0.8B и обучена на наборе giovannimaffeo/portuguese-legal-descriptor-generation; LoRA-адаптер объединён с базовой моделью. Репозиторий содержит веса Safetensors. Лицензия в предоставленных данных не указана.

Модель uOttawa для подзадачи Legal Natural Language Inference соревнования LegalLens-2024. Это классификатор на основе RoBERTa-Large и свёрточной нейронной сети: RoBERTa учитывает контекст, а CNN выявляет характерные ключевые сочетания слов; объединённые признаки подаются в полносвязный слой для классификации отношений между двумя текстами. Модель дообучена на наборе LegalLensNLI и содержит около 454,1 млн параметров. Модель предназначена для определения, следует ли гипотеза из юридического текста, противоречит ли ему или нейтральна по отношению к нему. Примеры применения — сопоставление судебных дел и автоматизированный анализ утверждений в юридических документах. Карточка сообщает F1 88,6% на валидации и 0,724 на скрытом тесте соревнования; эти результаты относятся к указанным наборам и не гарантируют такую же точность на других данных. Контекст модели — до 514 токенов, язык карточки — английский. Лицензия — MIT.

SEED Detector — модель для обнаружения подделок текста в документах, представленная в работе SEED: Simple ViT and Evolving Harness for Explainable Text Forgery Detection. Она находит изменённые области на изображениях документов и классифицирует изображение как подлинное или поддельное. Модель использует визуальный backbone DINOv3 ViT-L/16, дообученный с помощью LoRA ранга 1 в слоях внимания и MLP; для маски применяется один запрос. В метаданных указаны PyTorch, формат safetensors и лицензия MIT. В README приведены результаты локализации и классификации на наборах T-SROIE, OSTF и TPIC-13.

segAll tamper localiser — модель для локализации подделок в документах, разработанная автором репозитория mymani. Она принимает изображение страницы документа и формирует карту логитов вероятности подделки для каждого пикселя, различая области с подделкой и чистые области. В основе лежит SegFormer-B2 с энкодером nvidia/mit-b2, дообученный для бинарной семантической сегментации и расширенный до шести входных каналов: RGB и три канала высокочастотных остаточных признаков SRM, вычисляемых из яркости. Модель предназначена для поиска изменённых участков на отрисованных страницах документов. Перед подачей нужно самостоятельно подготовить шестиканальное pixel_values с RGB и тремя SRM-каналами согласно препроцессингу из связанной обёртки; обычного трёхканального изображения недостаточно. Репозиторий содержит веса safetensors. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в карточке модели.

Sentinel-V7 Deep Hydrological Bi-LSTM — специализированная модель на базе Keras 3 для оценки риска наводнений и прогнозирования затопленных территорий по гидрологическим временным рядам и данным дистанционного зондирования. Она использует двунаправленные LSTM-слои с пакетной нормализацией, пространственным dropout и регрессионной выходной частью. Вход состоит из восьми нормализованных признаков, включая обратное радарное рассеяние Sentinel-1, высоту местности, расстояние до реки, осадки и расход воды; модель выдаёт непрерывную оценку риска наводнения. В комплект входят модель и обученный MinMaxScaler для подготовки данных. Модель предназначена для потокового или пакетного анализа телеметрии в системах мониторинга наводнений, облачных сервисах и периферийных вычислительных системах. По карточке, обучение проводилось на 83,98 млн пространственных телеметрических примеров. Репозиторий распространяется по лицензии MIT. Результаты зависят от соответствия входных данных использованным признакам и процедуре нормализации; карточка не приводит метрик качества и подробной оценки географической переносимости.

Kuromi22/Xing4.0-29B-A4B-Official_Document_Writing_8k — дообученная компанией China Telecom AI Technology Co., Ltd. модель Xing4.0-29B-A4B для написания официальных документов на китайском языке. Она создаёт план по заголовку, полный текст документа по заголовку и отдельные разделы с опорой на план, исходные материалы и предыдущий контекст. Предназначена для подготовки правительственных отчётов, материалов по партийной работе и речей. В основе — архитектура Mixture-of-Experts: базовая модель содержит 29 млрд параметров и активирует 4 млрд при генерации; метаданные этой версии указывают 6,5 млрд параметров. Модель поддерживает контекст до 262 144 токенов и доступна в формате safetensors для Transformers. Для работы рекомендован OpenAI-совместимый API. Лицензия — Apache-2.0. README не приводит оценки качества или сведения о проверке фактической точности создаваемых документов.

YOLOv26m UAV Forest Patrol Fire & Smoke Detection — это модель компьютерного зрения для обнаружения огня и дыма на изображениях и видео с беспилотников. Её разработчик не указан. Модель построена на YOLOv26m, предварительно обученной на COCO и дообученной на FASDD и собственном наборе данных лесных пожаров с дрона; для запуска используется библиотека Ultralytics и формат PyTorch. Модель предназначена для воздушного патрулирования лесов, выявления пожаров и раннего оповещения. В карточке приведены метрики mAP@0.5 0,843, mAP@0.5:0.95 0,594 и точность 0,811. Для видео 4K доступен режим с перекрывающимися фрагментами кадра, который помогает находить удалённые мелкие объекты, но требует больше вычислений. Для наилучшего результата рекомендуется размер входа 640×640; обучение проводилось на снимках леса с дрона, поэтому качество на других типах сцен может отличаться. Модель распространяется по лицензии AGPL-3.0.

YOLOv26 Fire Detection — модель компьютерного зрения на базе архитектуры YOLOv26-S, разработанная автором репозитория SalahALHaismawi и рассчитанная на обнаружение огня, дыма и связанных с пожаром признаков. Модель обучена на 8 939 размеченных изображениях и предназначена для работы с изображениями и видеопотоками в реальном времени. Она выделяет объекты по классам fire, smoke и other; в карточке заявлены mAP@50 94,9%, mAP@50–95 68,0% и точность 89,6%. Для запуска используется библиотека Ultralytics, веса представлены в формате PyTorch. Модель подходит для наблюдения за пожарной безопасностью зданий и промышленных объектов, раннего обнаружения лесных пожаров, мониторинга с дронов и систем умного дома. Лицензия модели — MIT. Авторы отмечают снижение точности при слабом освещении, возможное смешение дыма с туманом или паром, а также зависимость качества от сходства входных данных с обучающими изображениями.

Это гибридная модель машинного обучения для прогнозирования уровня воды в реках и поддержки выпуска предупреждений о наводнениях. В конвейере GRU извлекает временные зависимости из гидрологических рядов, а XGBoost использует исходные признаки вместе с состояниями GRU для итоговой регрессии. В карточке указаны реализации на TensorFlow и оптимизация GRU-компонента в ONNX для CPU-инференса. Модель рассчитана на сценарии гидрологического мониторинга с агрегированными данными об осадках и расходе речного потока. Для очистки сигналов применяется вариационная модовая декомпозиция, а признаки и целевая переменная стандартизируются по историческим обучающим данным. README приводит метрики на отложенной выборке, включая R² 0,987 и F1 0,846 для обнаружения наводнений по порогу 80-го процентиля; результаты зависят от данных и условий оценки. Лицензия в предоставленных источниках не указана.

Модель Legal BERTimbau разработана в рамках проекта IRIS для семантического поиска по документам Верховного суда Бразилии. Это sentence-transformers-модель на архитектуре BERTimbau large, которая преобразует предложения и абзацы на португальском языке в плотные векторы размерности 1024 для сравнения смысловой близости, поиска и кластеризации. Модель обучалась на юридических предложениях примерно из 30 тысяч документов с использованием TSDAE, затем дообучалась на данных NLI и задачах семантического сходства с наборами ASSIN, ASSIN2 и STS-B Multi-MT. Она принимает текст, поддерживает контекст до 512 токенов и выдаёт эмбеддинги. Лицензия — MIT. Карточка указывает на специализацию в юридическом семантическом поиске; качество за пределами португальского юридического текста не подтверждено.

BumbaLM-Embedding-4B-v0.1 — плотная модель эмбеддингов на базе Qwen3-Embedding-4B, дообученная для юридического домена Бразилии. Разработана в рамках докторского исследования по адаптации нейронных эмбеддингов к бразильскому юридическому языку. Модель кодирует предложения и абзацы, включая юридические документы, судебную практику и процессуальные запросы, в векторы размерностью 2560. Предназначена для поиска правовой информации, семантического поиска по материалам судов и формирования контекста для систем RAG. Использует архитектуру Sentence Transformer с Qwen3Model и pooling по последнему токену; максимальная длина последовательности по README — 1024 токена. Метаданные указывают 3,7 млрд параметров и контекст до 40960 токенов; фактический предел входа в описанной конфигурации Sentence Transformers составляет 1024 токена. Основной язык — португальский. В тестировании на юридических парах модель показала cosine nDCG@10 0,3687. Она оптимизирована для юридических текстов Бразилии, поэтому результаты на других языках и тематиках могут быть хуже. Лицензия в README обозначена как неизвестная; перед использованием следует проверить условия репозитория.

Law Text2Vec — модель, представленная chestnutlzj для вычисления сходства между юридическими текстами. Она основана на архитектуре BERT, содержит 129,5 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Модель обучена на 936 727 примерах из национальной базы судебных дел с оценками сходства и подходит для построения векторных баз и поиска похожих юридических фрагментов. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Модель ориентирована на китайские юридические тексты. Её можно применять для поиска похожих судебных дел, сопоставления формулировок правовых вопросов и организации поиска по юридическим коллекциям. Карточка не описывает результаты независимой оценки качества или поддержку языков помимо китайского.

XLMR-Council-Anonymizer — дообученная XLM-RoBERTa Large от разработчиков репозитория liaad для выявления персональных и других чувствительных данных в протоколах заседаний муниципалитетов Португалии. Модель выполняет токенную классификацию в формате NER и поддерживает автоматизацию последующей анонимизации документов. Модель обучена на 120 португалоязычных протоколах из шести муниципалитетов. Для снижения влияния дисбаланса классов применялась взвешенная функция потерь; заявлены 19 типов сущностей в BIO-разметке. Метаданные указывают 305,2 млн параметров, архитектуру XLMRobertaForTokenClassification и контекст до 514 токенов. README приводит другие значения — около 560 млн параметров и окно 512 токенов. На тестовой выборке указаны F1 72,67% macro и 83,51% micro; качество зависит от типа сущности. Модель предназначена прежде всего для административных протоколов Португалии и может хуже работать на других документах. Лицензия в метаданных обозначена как other; конкретные условия использования в доступных данных не раскрыты.

deka-qwen3-emb-0.6b-multipos-lay — текстовая модель эмбеддингов, созданная anonymousresearch123 полным дообучением Qwen/Qwen3-Embedding-0.6B для поиска дел Верховного суда Таиланда. Она кодирует запросы и документы в векторы для семантического поиска и ранжирования; использует архитектуру Qwen3, пуллинг последнего токена с левым паддингом и L2-нормализацию. Модель содержит 507,6 млн параметров и поддерживает контекст до 32 768 токенов, хотя при обучении максимальная длина документа составляла 1300 токенов, а запроса — 256. Обучение оптимизировало поиск документов с несколькими положительными примерами; запросы обучались сопоставляться с текстами фактической части дела. В тестах на полном корпусе Recall@10 составил 16,67 для запросов пользовательского регистра, 25,24 для юридического и 30,95 для регистра fact. Для работы запросу требуется добавлять использованный при обучении инструкционный префикс, а документам — нет. Модель распространяется по лицензии Apache-2.0.

PaDaS-Lab/gbert-legal-ner — модель на базе BERT для распознавания именованных сущностей в юридических текстах на немецком языке. Она выполняет токен-классификацию и размечает фрагменты текста, включая людей, судей и адвокатов; карточка содержит таблицу из 19 классов сущностей. Модель насчитывает 136,3 млн параметров, принимает контекст длиной до 512 токенов и доступна в форматах PyTorch, Safetensors и TensorFlow. Модель представлена в работе «German BERT Model for Legal Named Entity Recognition» (ICAART 2023) авторами Harshil Darji, Jelena Mitrović и Michael Granitzer. Она предназначена для извлечения юридически значимых сущностей из немецких документов. Ограничение контекста — 512 токенов; сведения о лицензии в предоставленных данных отсутствуют.

GLiNER2 structure-extraction-модель, дообученная на базе fastino/gliner2-base-v1 для извлечения сведений о погибших, пострадавших и пропавших без вести из текстов новостей о катастрофах. Она связывает числовые значения с соответствующими ролями и помогает отличать их от дат, магнитуд землетрясений и числа перемещённых жителей; если роль в тексте не упомянута, может вернуть null. Модель предназначена для извлечения данных из новостных потоков и передачи их трекеру, который оценивает изменение числа жертв со временем. В тестировании на синтетических новостных потоках модель превзошла базовую версию по точности и полноте связывания ролей с числами. Обучение и оценка проводились на синтетических текстах, поэтому качество на реальных новостях о катастрофах не проверено. Поле source ненадёжно: вместо источника сообщения модель может выделить число. Модель распространяется в формате safetensors; лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

ArneH/harrier-semantic-v1 — модель эмбеддингов для семантического поиска по решениям швейцарских судов. Она дообучена на 55 000 пар «описание обстоятельств дела → цитируемое решение» и предназначена для поиска релевантных решений Федерального суда Швейцарии (BGer/BGE) по запросам на немецком, французском и итальянском языках. Архитектура основана на Qwen3, размер модели — около 507,9 млн параметров, контекст — до 32 768 токенов. Модель выдаёт эмбеддинги и поддерживает извлечение признаков и оценку семантического сходства; в README приведены результаты теста поиска на 800 примерах.

HumBert (Humanitarian BERT) — языковая модель Николò Таманьоне из Data Friendly Space, основанная на XLM-RoBERTa и адаптированная на гуманитарных текстах. Обучение продолжалось на корпусе примерно из 50 миллионов текстовых примеров, около 2 миллиардов токенов, собранных из ReliefWeb, UNHCR Refworld и Europe Media Monitor News Brief. Модель предназначена для работы с текстами гуманитарной тематики и предсказания замаскированных токенов. Её можно дообучать для классификации последовательностей и токенов, например для классификации текстов о реагировании на бедствия. Модель рассчитана на английский, французский и испанский языки; размер — около 305,2 млн параметров, контекст — до 514 токенов. Доступны веса PyTorch, Safetensors и TensorFlow. Лицензия — Apache-2.0. Публичных результатов бенчмарков в карточке нет; качество на конкретных downstream-задачах может потребовать отдельной проверки и дообучения.

Gerwin/legal-bert-dutch-english — модель BERT, дообученная автором на юридических текстах на нидерландском и английском языках на основе многоязычной mBERT. Для дальнейшего обучения использовались 184 тысячи нормативных актов, решений, директив и парламентских запросов объёмом около 295 миллионов слов. Модель предназначена для извлечения признаков из юридических текстов и может служить основой для последующей тонкой настройки классификаторов, например для распределения документов по правовым темам. Модель содержит 194,6 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в форматах PyTorch и TensorFlow. В README приведены результаты классификации правовых тем на нидерландском и английском языках и многоклассовой классификации двуязычных документов. Для её использования требуется дообучение под конкретную задачу; результаты зависят от данных и процедуры настройки. Лицензия — Apache 2.0.

joelniklaus/legal-portuguese-roberta-base — языковая модель RoBERTa, разработанная Джоэлом Никлаусом и предварительно обученная на юридических текстах на португальском языке. Модель содержит 137,8 млн параметров, принимает текст с маскированными токенами и предсказывает пропущенные токены; максимальный контекст составляет 514 токенов. В репозитории представлены веса PyTorch. Модель предназначена прежде всего для дообучения на юридических задачах, зависящих от контекста предложения: классификации последовательностей, разметки токенов и ответов на вопросы. Она также подходит для прямого заполнения масок. Лицензия указана в метаданных как CC, а в README — как CC BY-SA; перед использованием следует сверить точные условия лицензии в карточке модели.

TurkishCodeMan/LFM2.5-VL-450M-Pre-Disaster-Detection — дообученная модель Liquid AI на базе LiquidAI/LFM2.5-VL-450M для анализа спутниковых изображений Sentinel-2 перед стихийными бедствиями. Она принимает RGB- и CIR-изображения и формирует JSON с оценками пяти признаков: уровня риска, сухой растительности, крутизны рельефа, наличия водоёма и качества изображения. Модель предназначена для извлечения признаков, связанных с риском бедствий, из спутниковых снимков. В тестировании автор сообщает о 84% точности полного совпадения и 100% корректности формата JSON. Архитектура — плотная vision-language модель LFM2-VL с генерацией текста; размер базовой модели — 450 млн параметров. Карточка указывает английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Результаты зависят от качества и соответствия входных снимков данным Sentinel-2 и обучающему набору. Заявленные метрики относятся к тесту автора и не гарантируют точность оценок в других регионах или сценариях; выход модели следует проверять перед использованием для принятия решений.

Fitzeon/llama32-3b-legal-id-grpo — диалоговая генеративная модель Fitzeon на архитектуре Llama, дообученная на базе Fitzeon/llama32-3b-legal-id-sft. Модель содержит 3,2 млрд параметров и рассчитана на генерацию текста в формате чата; каталог также отмечает интерфейс вызова инструментов. Контекстное окно составляет 131 072 токена. Модель представлена как юридическая и может использоваться для диалога по юридическим вопросам и подготовки черновиков текстов. В README указано, что обучение выполнялось с Unsloth и библиотекой TRL. Поддержка английского указана в метаданных. Лицензия — Apache-2.0.

ReXNet-1.0x — модель классификации изображений на архитектуре ReXNet, опубликованная pyronear. Она предварительно обучена для бинарной классификации изображений, связанной с обнаружением лесных пожаров, на наборе данных проекта; в карточке также указан датасет pyronear/openfire. Архитектура использует модифицированный блок Squeeze-Excitation в остаточных блоках для снижения избыточности каналов. Модель подходит для классификации изображений при мониторинге возможных лесных пожаров. В репозитории представлены веса PyTorch и ONNX. Лицензия — Apache-2.0.

RoBERTalex — испаноязычная языковая модель на архитектуре RoBERTa-base, разработанная подразделением Text Mining Unit (TeMU) Барселонского суперкомпьютерного центра. Модель содержит 153,2 млн параметров и предварительно обучена на испанском юридическом корпусе объёмом 8,9 ГБ; максимальная длина контекста — 514 токенов. Модель предназначена для заполнения пропусков в тексте. Её также можно дообучать для классификации текста, распознавания именованных сущностей и ответов на вопросы. Для обучения использовались материалы из разных веб-источников; в карточке приведены результаты дообучения на задачах разметки частей речи и распознавания сущностей. Модель распространяется по лицензии Apache 2.0. Авторы предупреждают о возможных смещениях в данных: систематическая оценка предвзятости не проводилась.

Saul-Legal-Calme-Instruct — разговорная модель для генерации текста, созданная слиянием MaziyarPanahi/Calme-7B-Instruct-v0.1.1 и Equall/Saul-Instruct-v1 с помощью mergekit и метода Slerp. Модель основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров; веса опубликованы в формате Safetensors. Модель предназначена для диалоговых сценариев генерации текста с уклоном в юридическую тематику, унаследованным от Saul-Instruct-v1. Контекстное окно составляет до 32 768 токенов. Данные о поддерживаемых естественных языках и специальных юридических задачах в карточке не приведены. Репозиторий распространяется по лицензии Apache 2.0. Качество и ограничения слияния отдельно не описаны; для важных юридических решений ответы модели следует проверять.

Это детектор объектов YOLO11x от автора репозитория dronefreak, дообученный на наборе SeaDronesSee в рамках DetectionBench. Модель предназначена для обнаружения людей в воде, лодок, гидроциклов, спасательных средств и буёв на изображениях с беспилотников и может применяться в сценариях морского поиска и спасения. Модель использует семейство Ultralytics YOLO11 и библиотеку Ultralytics; веса представлены в формате PyTorch. На валидационной части SeaDronesSee указаны mAP@50 74,82%, mAP@50–95 45,56% и точность 87,37%. Репозиторий распространяется по лицензии AGPL-3.0.

leophill/w2v-bert-2.0-afrivoices-ea-6l-asr — речевая модель, разработанная для хакатона AfriVoices East Africa ASR командой Digital Umuganda и Maseno Center for Applied Artificial Intelligence. Это дообученная на базе facebook/w2v-bert-2.0 модель Wav2Vec2-BERT 2.0 с архитектурой Conformer и CTC-головой, содержащая 402,7 млн параметров. Она распознаёт речь на шести восточноафриканских языках: луо, календжин, кикуйю, маасаи, сомали и суахили; язык на входе указывать не требуется. Модель принимает монофоническое аудио с частотой 16 кГц и выдаёт строчную транскрипцию без пунктуации. В тесте хакатона она заняла второе место с macro-WER 0,34819; качество зависит от языка, диалекта и формата речи, причём спонтанная длинная речь распознаётся хуже подготовленной. Для повышения точности README рекомендует декодирование pyctcdecode с языковой моделью KenLM для каждого языка. Модель ограничена шестью указанными языками и не предназначена для их идентификации. Лицензия — CC BY 4.0.

Модель Мухаммада Ахмада классифицирует текст сообщений в Twitter и определяет, относится ли сообщение к реальному стихийному бедствию. Это бинарный классификатор на базе DistilBERT, дообученный на наборе данных Kaggle Natural Language Processing with Disaster Tweets; метки означают «бедствие» и «не бедствие». Модель использует библиотеку Hugging Face Transformers и принимает текст длиной до 512 токенов. В карточке приведены accuracy, precision и recall по 82,52%. Модель предназначена для классификации твитов о бедствиях, в том числе в учебных и исследовательских проектах. Она может ошибаться на саркастичных и неоднозначных сообщениях, а точность зависит от качества входного текста. Лицензия в доступных данных не указана.

Карточка модели maastrichtlawtech/dpr-legal-french на Hugging Face совпадает с карточкой maastrichtlawtech/colbert-legal-french, поэтому описание составлено по ней. maastrichtlawtech/colbert-legal-french — модель поиска и сопоставления предложений для юридических текстов на французском языке. Она дообучена на базе antoinelouis/colbertv1-camembert-base-mmarcoFR и предназначена для поиска релевантных фрагментов в системах извлечения информации и RAG. Архитектура основана на CamemBERT и ColBERT; модель содержит 137,8 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт оценки сходства и релевантности. В метаданных указан датасет maastrichtlawtech/lleqa и библиотека RAGatouille. Модель опубликована под лицензией MIT.