IV.9Медиа, журналистика, культура, архивы и игры

Bunny2308/ast-gtzan-exp05 — модель классификации аудио, дообученная на наборе GTZAN от MIT/ast-finetuned-audioset-10-10-0.4593. Она использует архитектуру Audio Spectrogram Transformer (AST), основанную на Vision Transformer, и содержит 113,2 млн параметров. Модель предназначена для отнесения аудиозаписей к классам; в оценке на GTZAN указаны точность 0,91 и функция потерь 0,3180. Модель принимает аудио и выдаёт метки классов. Лицензия — BSD 3-Clause. Данные не уточняют набор классов, длительность входных записей или ограничения за пределами оценки на GTZAN.

AstolfoMix — серия слитых моделей Stable Diffusion от автора 6DammK9 для генерации изображений по текстовым описаниям, в том числе изображений в аниме-стиле. README описывает варианты Baseline, Extended, Reinforced и 21b: они объединяют веса нескольких моделей, а версия 21b создана слиянием Extended и Reinforced. В метаданных указаны pipeline text-to-image, библиотека Diffusers и форматы PyTorch и safetensors. Автор ориентирует модель на генерацию изображений высокого разрешения и совместимость с LoRA, embedding и другими дополнениями. Для Baseline указано нативное разрешение 1024×1024 и рекомендованные настройки CFG; отдельные конфигурации способны работать с разрешением до 1280×1280, но генерация может быть медленной и давать мало удачных результатов. Для вариантов и настроек могут потребоваться эксперименты. Модель распространяется по лицензии CreativeML OpenRAIL-M. README описывает работу с SD 1.4 и рецепты слияния, но не позволяет однозначно установить конкретную базовую модель для репозитория целиком.

AuraSR-v2 — модель для повышения разрешения изображений, разработанная fal. Она предназначена прежде всего для увеличения изображений, созданных генеративными моделями, и использует GAN-подход с обусловливанием входным изображением; реализация на PyTorch основана на неофициальном проекте lucidrains/gigagan-pytorch и связана с работой GigaGAN. Модель можно применять в конвейерах улучшения и масштабирования изображений. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не сообщает численный масштаб увеличения и подробности о качестве или ограничениях.

Baberu OCR — компактная модель распознавания текста в вырезанных областях манги, разработанная авторами проекта Baberu OCR. Она принимает изображение одного речевого облака и возвращает распознанный текст; для обработки целой страницы перед ней нужен отдельный детектор текста. Модель рассчитана на японский, китайский и английский языки и подходит для вертикального текста, звукоподражаний и смешения письменностей. В карточке указаны 25,6 млн параметров, архитектура BaberuOCRModel на основе DINOv2 и декодера, а также контекст 2048 токенов. README описывает символьный словарь из 14 630 знаков и приводит размер 115 млн параметров, что расходится с метаданными. Доступны сборки ONNX и safetensors; в README также указаны локальный запуск через ONNX Runtime и Apache-2.0. На японском бенчмарке модель показывает результат лучше модели manga-ocr, от которой была дистиллирована, а на китайском и английском сопоставима с более крупной моделью на типичных речевых облаках. Ограничения включают путаницу некоторых японских диакритических знаков, пропуски редких кандзи и малых кан, а также ухудшение распознавания ближе к концу очень длинных облаков. Модель предназначена для текста внутри отдельного облака, а не для распознавания целых страниц; на печатных материалах за пределами манги крупная универсальная VLM может работать лучше.

Badger Writer — объединённая авторская модель на архитектуре Llama 3, созданная maldv для генерации художественного текста, особенно научной фантастики, продолжения историй и ролевого общения. В README описано объединение методом normalized Fourier task addition моделей maldv/badger-lambda-llama-3-8b и maldv/llama-3-fantasy-writer-8b; также использованы первый и последний слои dreamgen-preview/opus-v1.2-llama-3-8b-instruct-run3.5-epoch2.5. Модель имеет около 7,5 млрд параметров, работает через Transformers и принимает шаблон диалога Llama 3 Instruct. Метаданные указывают контекст 8192 токена; значение 24–32 тыс. токенов, упомянутое в README, не совпадает с этим значением и не подтверждено метаданными. Модель подходит для написания и продолжения сцен, описаний персонажей и обстановки, а также для ролевых диалогов и создания сюжетов в жанре фантастики. В карточке приведён пример англоязычной художественной прозы. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Показатели на Open LLM Leaderboard в карточке не дают полного представления о качестве именно художественной генерации.

Baka-Diffusion — модель генерации изображений из текста на основе Stable Diffusion 1.x, созданная Hosioka с помощью дообучения и слияния блоков U-Net. Она использует систему тегов Danbooru и рассчитана на создание иллюстраций. Вариант General задуман как универсальная основа, совместимая с большинством LoRA и LyCORIS; вариант S3D добавляет мягкую трёхмерную текстуру и естественное освещение и ориентирован на повышенное разрешение, например 600×896. Модель распространяется в форматах Diffusers, PyTorch и Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Для вариантов модели автор рекомендует CFG 3–9: более высокие значения могут приводить к артефактам, остаточному шуму или перенасыщенным цветам. Результат зависит от варианта, промпта и настроек генерации.

CAMeLBERT-CA Poetry Classification Model — модель классификации арабской поэзии, разработанная CAMeL Lab путём дообучения CAMeLBERT для классического арабского языка на наборе данных APCD. Она предназначена для классификации стихотворных текстов и может использоваться через pipeline библиотеки Transformers; авторы также планировали добавить поддержку в CAMeL Tools. Модель основана на архитектуре BERT и содержит 136,3 млн параметров. Она принимает текст на арабском языке, имеет контекстное окно 512 токенов и выдаёт метку классификации. Доступны версии в форматах PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0.

Nithiwat/bert-base_claimbuster — модель классификации текста на базе BERT, дообученная на датасете ClaimBuster для обнаружения утверждений, заслуживающих проверки фактов. Она принимает текст и относит его к классам в рамках задачи выявления утверждений; в карточке указана точность 82%. Модель имеет 136,7 млн параметров, контекст до 512 токенов и доступна в формате PyTorch. Поддерживаемый язык — английский. Модель подходит для предварительного отбора утверждений в новостях, публикациях и других текстах перед проверкой фактчекерами. Лицензия — MIT. Показатель точности приведён в README без описания набора оценки и условий измерения, поэтому его не следует считать гарантией качества на других данных.

Модель TextAttack — это дообученная версия bert-base-uncased для классификации англоязычных отзывов о фильмах из набора rotten_tomatoes. Она определяет тональность текста, обучена на задаче классификации последовательностей с функцией потерь cross-entropy; в карточке указана точность 0,875 на оценочной выборке. Модель содержит 136,7 млн параметров, использует архитектуру BERT и принимает последовательности длиной до 512 токенов по метаданным; при дообучении максимальная длина была 128 токенов. Модель подходит для автоматической разметки отзывов на положительные и отрицательные. Доступны веса PyTorch и Flax. README не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

ankitanand9/bert-finetuned-imdb — модель классификации текста на основе BERT, дообученная автором репозитория от google-bert/bert-base-uncased. Она предназначена для классификации отзывов о фильмах по тональности и может использоваться для автоматического определения положительной или отрицательной оценки отзыва. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и сохранена в формате safetensors; для работы используется библиотека Transformers. В README приведены результаты оценки: accuracy 0,915 и F1 0,9157, однако набор данных обозначен как неизвестный, а подробности обучения и ограничений не раскрыты. Модель распространяется по лицензии Apache-2.0.

Модель edumunozsala/bertin_base_sentiment_analysis_es — испаноязычный классификатор тональности, созданный Эдуардо Муньосом Салой. Это дообученная для классификации последовательностей модель RoBERTa на базе Bertin base, предобученной на испанской части mC4. Модель содержит около 151,8 млн параметров и принимает текст длиной до 514 токенов. Она предназначена прежде всего для определения тональности испанских отзывов о фильмах; автор отмечает, что её можно применять и к другим отзывам. Обучение проводилось на сбалансированном наборе примерно из 50 тысяч испаноязычных кинорецензий. В описании приведены accuracy 0,899 и F1 0,899. Модель выдаёт метки классификации текста. Она лицензирована по Apache-2.0. Результаты описаны для отзывов о фильмах, поэтому качество на других жанрах и тематиках может отличаться.

Bigger-Body-8b — дообученная модель для генерации текста и ролевого чата, разработанная allura-org. Она предназначена для ролевых сценариев и диалогов; автор карточки заявляет о высокой пригодности для ролевой игры. Модель построена на Mistral и содержит 7,5 млрд параметров, работает с контекстом до 32 768 токенов и доступна в формате Safetensors для Transformers. Карточка указывает на высокое качество английского языка и более ограниченную поддержку китайского. Для общения приведён шаблон чата с системной инструкцией и сообщениями пользователя и ассистента. Указана лицензия «other» без подробных условий, поэтому перед использованием следует проверить лицензионные сведения репозитория. Модель ориентирована на ролевые сценарии, в том числе с участием взрослых и детей; карточка не описывает конкретные меры безопасности.

Bionic-Vaquita-13B — объединённая модель на архитектуре Llama 2, созданная FallenMerick с помощью mergekit из семи моделей Llama 2 13B. Это причинная языковая модель примерно на 12,9 млрд параметров с контекстом до 4096 токенов; веса представлены в формате safetensors. Модель ориентирована на творческое письмо, связное повествование и ролевые диалоги с персонажами. Её можно использовать для создания художественных историй, продолжения сцен, интерактивных текстовых приключений и отыгрыша персонажей. При ручной оценке автор уделял внимание эмоциональной выразительности и связности ответов. Основной язык карточки — английский. Модель объединяет компоненты, связанные с XNoroChronos, Orca 2, Noromaid, Psyfighter2, Erebus, EstopianMaid и MLewdBoros; в описании указан passthrough merge, а в метаданных — merge. Лицензия — Creative Commons Attribution 4.0 (CC BY 4.0), требующая указания авторства. Качество и связность могут зависеть от промпта и сценария; карточка не приводит количественных результатов оценки.

Bonaparta-7B — разговорная модель для генерации текста, разработанная на основе Mistral Instruct v0.2 и дообученная методом DPO на наборе данных gutenberg-dpo. Она ориентирована на рассказывание историй и подходит для интерактивного создания художественного текста и продолжения сюжетов. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель принимает текстовые запросы и выдаёт текст. Репозиторий содержит веса в формате safetensors; лицензия — MIT. README не сообщает об отдельных оценках качества, поэтому пригодность для конкретного сценария стоит проверять на собственных примерах.

PublicPrompts/borderlands — модель Stable Diffusion, дообученная разработчиком с помощью DreamBooth для создания изображений в стиле игры Borderlands. Она подходит для генерации персонажей и сцен по текстовым запросам; для активации стиля используйте триггерное слово «borderlands». Модель распространяется в форматах Diffusers, PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

ClaraPind/business-news-generator — компактная языковая модель Clara Pind для генерации текста, дообученная на базе HuggingFaceTB/SmolLM2-135M. Модель использует плотную архитектуру семейства Llama, содержит 134,5 млн параметров и принимает контекст длиной до 8192 токенов. По названию репозитория модель предназначена для генерации деловых новостей. Карточка сообщает о результате Loss 2,8687 на оценочной выборке, но не раскрывает обучающий набор данных, подробности сценариев применения или ограничения. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Карточка модели Mooshie/caformer_b36.dbv4-full на Hugging Face совпадает с карточкой animetimm/caformer_b36.dbv4-full, поэтому описание составлено по ней. animetimm разработала модель многометочной классификации изображений на основе CAFormer, предназначенную также для извлечения визуальных признаков. Это дообученная версия timm/caformer_b36.sail_in22k_ft_in1k_384, адаптированная на наборе animetimm/danbooru-wdtagger-v4-w640-ws-full для предсказания 12 476 тегов, включая общие теги, персонажей и рейтинговые категории. Модель содержит 134 млн параметров и рассчитана на изображения 384 × 384 пикселя. Её можно использовать с timm и PyTorch для обучения и оценки, а также выполнять инференс в формате ONNX. В README приведены метрики на тестовой выборке: micro F1 0,689 при пороге 0,40; качество различается между категориями тегов. Модель подходит для автоматической разметки изображений в стиле Danbooru и поиска изображений по предсказанным тегам. Она ориентирована на соответствующий набор тегов, поэтому качество на иных типах изображений и вне этой таксономии не подтверждено. Лицензия — GPL-3.0.

Cakrawala-123B — дообученная NarrativAI языковая модель на архитектуре Mistral для генерации ролевых диалогов и взаимодействий персонажей. Она создаёт подробные реплики с описаниями действий, выражений и эмоций и стремится сохранять характерный голос и точку зрения персонажа в продолжительных беседах. Модель основана на Mistral-Large-Instruct-2411 и дообучена методом QLoRA на датасете NarrativAI/CakrawalaRP. В репозитории указано 123B параметров; метаданные задают нативный контекст 131072 токена. Основной сценарий — текстовый чат для ролевых игр и повествовательных взаимодействий. Модель выпущена под лицензией MIT.

Cakrawala-Llama-3.1-8B — дообученная NarrativAI диалоговая языковая модель для ролевых бесед и взаимодействия персонажей. Она основана на meta-llama/Llama-3.1-8B-Instruct и использует плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров; контекст — до 131 072 токенов. Для обучения применялась QLoRA: 13 000 пар диалогов длиной не менее 12–13 ходов, два прохода по данным. Модель предназначена для генерации подробных реплик персонажей с описаниями действий, выражений лица, окружения и эмоций, поддерживая заданный голос и перспективу персонажа в продолжительных сценах. Карточка указывает английский язык, формат PyTorch и safetensors, а также лицензию MIT. Описание обучения и специализации дано автором модели; качество и устойчивость ролевого поведения на независимых оценках не приводятся.

CamelliaMix v2.0 — модель генерации изображений по текстовому описанию, опубликованная AIARTCHAN. Она предназначена для создания иллюстраций в художественных стилях; карточка указывает на смешение CamelliaMix_V1, dalcefopainting_3rd, Counterfeit-V2.5 и нескольких LoRA, включая стилизацию и 3D-модель. Репозиторий содержит веса в формате Diffusers, PyTorch и Safetensors; README указывает вариант fp16 и размер исходной загрузки 5,55 ГБ. Для генерации автор рекомендует сэмплер DPM++ SDE Karras, Clip skip 2, CFG Scale 7–10 и апскейлер R-ESRGAN 4x+Anime6B для Hires.fix. Модель ориентирована на создание изображений по текстовым промптам, включая иллюстрации с аниме-эстетикой. Лицензия в метаданных обозначена как other, без уточнения условий.

CED-Small — модель на основе Vision Transformer и Transformer, разработанная авторами работы «CED: Consistent ensemble distillation for audio tagging». Она предназначена для присвоения аудиозаписям меток звуковых событий, в том числе классификации по классам AudioSet. Вариант Small содержит около 22 млн параметров; для оценки на AudioSet-20K в карточке приведено значение mAP 41,6, а на AudioSet-2M — 49,6. Модель принимает аудио через мел-спектрограммы и поддерживает входные сегменты переменной длины. Архитектурные решения сокращают число патчей спектрограммы и ускоряют обучение и инференс относительно описанного в README AST. CED также рассчитана на дообучение: нормализация мел-спектрограмм упрощает подготовку данных. Карточка демонстрирует использование замороженного энкодера с обучаемой линейной головой на ESC-50. Репозиторий содержит варианты ONNX и safetensors. Модель распространяется по лицензии Apache-2.0. В предоставленных материалах не заявлены поддерживаемые естественные языки; качество может зависеть от набора классов и данных, на которых выполняется дообучение.

Classic Animation Diffusion — дообученная на скриншотах популярной анимационной студии модель Stable Diffusion от nitrosocke для генерации изображений по текстовому описанию. Для характерного визуального эффекта автор рекомендует добавлять в запрос фразу «classic disney style». Модель использует архитектуру Stable Diffusion и доступна в форматах Diffusers и PyTorch. В карточке приведены примеры генерации персонажей, животных, автомобилей и пейзажей; указаны настройки для изображений размером 512×704 и 704×512. Для работы можно использовать StableDiffusionPipeline из библиотеки Diffusers. Лицензия — CreativeML OpenRAIL-M. Результат зависит от формулировки запроса; модель настроена на стилизацию под классическую анимацию, поэтому она не предназначена для генерации изображений в произвольных стилях.

ClassicEra — модель генерации изображений по текстовому описанию в стиле классической анимации. Автор объединил DucHaiten-ClassicAnime и DucHaiten-GoldenLife, чтобы перенести выразительный стиль первой модели в основу второй; в опубликованной версии также встроен VAE MoistMixV2. Модель предназначена для создания стилизованных иллюстраций, включая милые персонажи и сцены в духе аниме и мультфильмов. В карточке приведён пример генерации девочки с флейтой в берёзовом лесу во время грозы. Репозиторий опубликован в формате Diffusers и содержит веса Safetensors. Лицензия — CreativeML OpenRAIL-M; перед использованием следует учитывать её условия и ограничения.

mcmonkey/clipseg-rd64-refined-fp16 — это версия модели CLIPSeg rd64 refined в формате FP16 Safetensors. Модель представляет собой копию CIDAS/clipseg-rd64-refined, подготовленную пользователем mcmonkey для использования в StableSwarmUI. В метаданных Hugging Face она классифицирована для задачи image-segmentation и относится к компьютерному зрению. Модель предназначена для выделения областей на изображениях в сценариях, где требуется сегментация объектов или частей изображения. Формат FP16 уменьшает размер весов и может быть удобен для запуска в средах с ограниченными ресурсами, поддерживающих вычисления половинной точности. README не содержит сведений о числе параметров, длине контекста, поддерживаемых естественных языках или дополнительных модальностях. Модель распространяется по лицензии Apache-2.0. Ограничения и точные характеристики качества, наборов данных и совместимых способов запуска в карточке не описаны; практическая применимость зависит от конкретного изображения и среды выполнения.

Cogwheel 24B V.2 — слитая языковая модель на архитектуре Mistral, созданная OddTheGreat для усиления ролевых возможностей модели Core. Она предназначена для диалоговых ролевых игр один на один, генерации реплик с учётом характера персонажа, повествования и создания историй и персонажей. По карточке, модель хорошо удерживает лор в длинных сценариях и подходит для творческого текста, включая мрачные темы и NSFW-содержание. Модель содержит 23,4 млрд параметров, использует плотную архитектуру Mistral и формат safetensors; нативный контекст составляет 32 768 токенов. Основной язык карточки — английский, а описание базовой модели в каталоге указывает на поддержку русского и английского. Лицензия в предоставленных данных не указана.

Comic-Diffusion — модель преобразования текста в изображение на базе Stable Diffusion, созданная автором ogkalu. Она предназначена для создания иллюстраций для комиксов и позволяет смешивать стили с помощью токенов charliebo artstyle, holliemengert artstyle, marioalberti artstyle, pepelarraz artstyle, andreasrocha artstyle и jamesdaly artstyle. Порядок токенов тоже может влиять на результат, поэтому можно экспериментировать с их сочетаниями. Модель создана в ходе экспериментов автора с DreamBooth; README описывает V2 как обучение на шести стилях одновременно. Вариант V1 был обучен на стиле James Daly 3 и использует токен comicmay artsyle. Лицензия — CreativeML Open RAIL-M. Авторы упомянутых художественных стилей, согласно карточке, не связаны с проектом.

CommonCanvas-XL-C — версия 0.1 семейства латентных диффузионных моделей CommonCanvas, разработанного для генерации изображений по текстовым запросам. Модель основана на архитектуре Stable Diffusion XL и использует конвейер StableDiffusionXLPipeline. Она обучена на подмножестве CommonCatalog — датасета изображений с лицензиями Creative Commons и синтетическими англоязычными подписями, созданными BLIP-2. Репозиторий предоставляет форматы Diffusers, Flax, ONNX, OpenVINO и safetensors. Модель подходит для создания иллюстраций и визуальных материалов для дизайна, творческих инструментов и исследований генеративных моделей. Она ориентирована прежде всего на английские запросы. По карточке модели используется лицензия CC-BY-SA-4.0. Модель уступает в генерации лиц, обычной фотографии и живописи, а также испытывает трудности со сложной композицией и читаемым текстом внутри изображений. Обучающие данные основаны на старых материалах Flickr и недостаточно представляют некоторые регионы; модель может хуже работать с современными понятиями, именами и конкретными людьми. Она также может генерировать нежелательный контент.

Controlnet-Canny-SDXL-1.0 — модель ControlNet для Stable Diffusion XL, разработанная xinsir и дообученная на базе stabilityai/stable-diffusion-xl-base-1.0. Она предназначена для генерации изображений по текстовому описанию с управлением композицией и структурой через карту границ Canny, что подходит для иллюстраций, дизайна, концепт-артов, рекламной и предметной визуализации, а также других задач рисования. Модель работает в связке с пайплайном StableDiffusionXLControlNetPipeline и ориентирована на генерацию изображений высокого разрешения, оптимально около 1024×1024 или других поддерживаемых разрешений. В README указано обучение более чем на 10 миллионах отфильтрованных и снабжённых описаниями изображений с применением аугментации данных, нескольких функций потерь и обучения на разных разрешениях. Поддерживаются текстовая модальность и визуальное условие в виде Canny-карты; конкретный набор языков не указан. Для аниме-примеров рекомендуется использовать базовую модель CounterfeitXL. Сильные стороны модели — управление геометрией и композицией изображения по контурам, генерация детализированных сцен и совместимость с экосистемой Diffusers и SDXL. Ограничения включают зависимость от подходящей базовой модели, качества входной карты границ и текстового запроса; заявленные характеристики превосходства над другими моделями приведены авторами README и не подтверждены независимыми тестами. Модель распространяется по лицензии Apache-2.0.

diffusers/controlnet-canny-sdxl-1.0-mid — экспериментальная модель ControlNet из экосистемы Hugging Face Diffusers для управления генерацией изображений на базе Stable Diffusion XL Base 1.0. Она принимает текстовый запрос и карту границ Canny, извлечённую из исходного изображения, чтобы сохранять его контуры и структуру при создании нового изображения. Модель предназначена для text-to-image сценариев, где требуется управляемая генерация сцен, фотореалистичных изображений и художественных композиций с заданной геометрией. Это уменьшенная версия ControlNet для SDXL: её веса примерно в пять раз компактнее исходной XL-модели ControlNet. Архитектура не содержит attention-блоков и основана на уменьшенном ControlNet, инициализированном из UNet SDXL; дистилляция не выполнялась. README не указывает точное число параметров, поддерживаемые языки или максимальный контекст. Модель обучалась в FP16 на 3 млн изображений из подмножества LAION aesthetic 6 plus. Для работы рекомендуется StableDiffusionXLControlNetPipeline, а значение controlnet_conditioning_scale 0,5 приведено как подходящее для хорошей обобщающей способности. К сильным сторонам относятся уменьшенный размер по сравнению с исходным XL ControlNet и хорошая работа с большинством изображений условной карты. Для сложных условий более крупные контрольные модели могут давать лучшие результаты; сам checkpoint обозначен как экспериментальный, поэтому качество может быть нестабильным и требует настройки параметров conditioning scale и guidance scale. Лицензия — OpenRAIL++.

xinsir/controlnet-openpose-sdxl-1.0 — модель ControlNet, разработанная xinsir и дообученная на базе stabilityai/stable-diffusion-xl-base-1.0. Она предназначена для генерации изображений по текстовому описанию с управлением позой человека на основе OpenPose, поэтому подходит для создания персонажей и сцен с заданным положением тела, в том числе в реалистичной и аниме-стилистике. Модель интегрируется с StableDiffusionXLControlNetPipeline из библиотеки Diffusers и использует SDXL. README не указывает размер модели, поддерживаемые языки, точную длину контекста и полный набор модальностей. К сильным сторонам относятся контроль композиции и позы через условное изображение OpenPose, а также совместимость с экосистемой Diffusers. Для стабильной работы может потребоваться специальная функция отрисовки позы из пакета controlnet_aux; качество зависит от корректности позовой разметки, текстового запроса и базовой модели. Лицензия — Apache-2.0.