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

Карточка модели wolf1280/Depth-Anything-V2-Small-hf на Hugging Face совпадает с карточкой depth-anything/Depth-Anything-V2-Small-hf, поэтому описание составлено по ней. Depth Anything V2 Small — компактная модель для монокулярной оценки глубины по изображению, представленная авторами Depth Anything V2 и опубликованная в версии, совместимой с библиотекой Transformers. Она строит плотную карту глубины по одному изображению и подходит для оценки относительной и абсолютной глубины без дообучения на конкретном сценарии. Модель использует архитектуру DPT с backbone DINOv2. Для обучения семейства применялись около 600 тысяч синтетических изображений с разметкой и более 62 миллионов реальных изображений без разметки. По сравнению с Depth Anything V1 авторы отмечают более детализированные и устойчивые предсказания; версия Small рассчитана на более лёгкий и быстрый запуск. Модель предназначена для исследовательских и прикладных сценариев компьютерного зрения, где требуется получить глубину сцены из RGB-изображения. Она не заменяет датчик глубины и может ошибаться на необычных сценах, прозрачных или отражающих поверхностях и объектах, недостаточно представленных в обучающих данных. Лицензия — Apache-2.0.

Jesse020202/detr_finetuned_cppe5_poisoned — дообученная модель Conditional DETR для обнаружения объектов на изображениях. Она основана на Jesse020202/cppe5_setup_on_roadsign_test и рассчитана на задачу object detection; число параметров — 6,3 млн. В карточке указана оценка Loss 1,4114 на наборе для оценки, однако описание датасета и подробности применения отсутствуют. Модель загружается через Transformers, веса представлены в формате Safetensors. Лицензия — Apache-2.0. Состав распознаваемых классов и ограничения качества не описаны, поэтому пригодность для конкретных изображений следует оценивать отдельно.

Distill-Any-Depth-Small-hf — модель для оценки глубины по одному изображению, опубликованная пользователем xingyang1. Это чекпойнт семейства Distill-Any-Depth, созданный с помощью дистилляции знаний и совместимый с библиотекой Transformers. Модель выполняет zero-shot оценку глубины: принимает изображение и формирует карту глубины. Модель предназначена для сценариев, где нужно получить оценку пространственной структуры сцены по обычному изображению. В карточке заявлено качество уровня SOTA для моноскопической оценки глубины. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT.

dronefreak/exdark-yolov9m — модель обнаружения объектов на основе YOLOv9m, дообученная на наборе ExDark в рамках DetectionBench. Она предназначена для поиска и локализации объектов на тёмных изображениях, в том числе в условиях слабого освещения и ночью. Распознаёт 12 классов: велосипед, лодку, бутылку, автобус, автомобиль, кошку, стул, чашку, собаку, мотоцикл, людей и стол. На тестовой части ExDark модель показала mAP@50 74,17% и mAP@50–95 47,38%. Репозиторий распространяет веса в формате PyTorch для библиотеки Ultralytics. Лицензия модели — AGPL-3.0; авторы набора данных отдельно просят использовать его некоммерчески, и это условие распространяется на обученную модель. Результаты следует интерпретировать с учётом небольшого размера набора данных — 7 344 изображения, из которых 734 отведены для тестирования, — и сильного дисбаланса классов: люди составляют около 46% размеченных объектов, а автобусы встречаются реже всего. Изображения были предварительно приведены к размеру 640×640 при стороннем преобразовании датасета, поэтому перенос результатов на другие условия съёмки не гарантирован.

InternRobotics G2VLM-2B-MoT — мультимодальная модель для понимания изображений и пространственных задач, объединяющая геометрическое восприятие для 3D-реконструкции с семантическим восприятием для мультимодального понимания и пространственных рассуждений. Для ответов на пространственные вопросы модель может предсказывать 3D-геометрию и чередовать её анализ с рассуждением на естественном языке. Модель дообучена на Qwen/Qwen2-VL-2B и использует плотную архитектуру Qwen2-VL с общим мультимодальным self-attention в блоках трансформера. В репозитории указаны 1,5 млрд параметров, контекст 32 768 токенов и веса в формате safetensors. Модель предназначена для запросов по изображениям, пространственного понимания и 3D-реконструкции; метаданные также отмечают поддержку чата и изображений. Карточка не описывает конкретные ограничения качества или сценарии отказа. Лицензия — Apache-2.0.

GLPN — модель для оценки глубины по одному изображению, дообученная на наборе данных NYUv2. Она предназначена для монокулярной оценки глубины: по RGB-изображению модель предсказывает карту глубины сцены. Архитектура использует SegFormer в качестве основы и лёгкую специализированную голову для оценки глубины; модель описана в работе Kim и соавторов Global-Local Path Networks for Monocular Depth Estimation with Vertical CutDepth. Модель подходит для анализа внутренних сцен, представленных в NYUv2, и для сценариев, где требуется получить оценку относительной или метрической глубины из одного изображения. Она распространяется в форматах PyTorch и Safetensors по лицензии Apache 2.0. Карточка рекомендует искать отдельные версии, дообученные под другие задачи.

Lanni-ni/hard_3gram_4_6_384_babylm_10m_seed44 — компактная модель генерации текста, опубликованная на Hugging Face и предназначенная для работы через библиотеку Transformers. По метаданным модель содержит 27,6 млн параметров и использует формат safetensors. Модель решает задачу text-generation: продолжает текстовый ввод и может использоваться как базовый компонент для экспериментов с языковым моделированием, автодополнением и генерацией коротких фрагментов текста. README не содержит сведений о разработчике, языках, архитектуре, контексте, обучающих данных, результатах оценки и лицензии.

ifoodie-classifier-v8 — модель классификации изображений, опубликованная пользователем sainteye на Hugging Face. По метаданным, она построена на архитектуре Vision Transformer (ViT) и содержит около 113,2 млн параметров; основная задача — присваивать изображениям классы. Название указывает на область еды и кулинарии, однако доступные источники не уточняют набор классов и датасет, поэтому конкретные типы распознаваемых блюд подтвердить нельзя. Модель принимает изображения и выдаёт метки классов. Сведения о лицензии и языковой поддержке не подтверждены использованными источниками.

Модель theharmonylab/implicit-motives-achievement-roberta-large — дообученная версия FacebookAI/roberta-large для классификации текста. Она обучена на наборе GLUE SCHONE_ACH, связанном с выявлением мотива достижения, и предназначена для определения соответствующего класса по тексту. В README приведены результаты оценки: loss 0,0846 и ROC AUC 0,9888. Модель содержит 454,1 млн параметров, использует архитектуру RoBERTa для классификации последовательностей и принимает текстовые входные данные. Родной контекст составляет 514 токенов; указанный язык — английский. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. README не описывает подробности разметки и ограничения применения, поэтому метрики следует соотносить с указанным оценочным набором.

init-gpt2-120M — компактная плотная авторегрессионная модель семейства GPT-2 с 120 млн параметров, разработанная MiniLLM. Она дообучена с учителем на наборе инструкций databricks-dolly-15k и предназначена для генерации текста по промпту. Модель использовалась как начальная точка для обучения MiniLLM. Модель принимает текст и выдаёт текст; поддерживаемая задача — генерация текста. Она рассчитана на английский язык, а длина контекста составляет 1024 токена. Веса представлены в форматах PyTorch и Safetensors. Компактный размер подходит для экспериментов и обучения, однако карточка описывает её прежде всего как инициализацию для дальнейшего обучения, а не как готового универсального ассистента. Лицензия — Apache-2.0.

Это англоязычная модель автоматического распознавания детской речи, созданная дообучением Whisper tiny.en исследовательской группой, указанной в репозитории lokeshkumar79/kid-whisper-tiny-en-myst-ours. Модель предназначена для распознавания речи в корпусе MyST и исследований сжатия ASR-моделей детской речи, включая посттренировочную квантизацию и прореживание. Она основана на Whisper tiny.en, имеет около 29,4 млн параметров по метаданным и принимает аудио, выдавая текст. Для обучения использовались отфильтрованные обучающая и валидационная выборки MyST; README сообщает WER 14,53% на тестовой выборке MyST при заданном протоколе оценки. Результат относится к этому протоколу и не гарантирует качество на других данных. Модель выпущена под лицензией MIT. README указывает исследовательское назначение и отсутствие оценки для производственного применения.

Модель Михаła Млодawski — дообученная версия MobileViTV2 для классификации изображений глаз на открытые и закрытые. Она принимает изображение и выдаёт один из двух классов: «закрытые глаза» или «открытые глаза». В метаданных указаны архитектура MobileViTV2, реализация для классификации изображений и форматы PyTorch и Safetensors; в README заявлена точность 99%, но набор оценки и условия измерения не описаны. Модель подходит для определения закрытых глаз в системах мониторинга утомлённости водителя, анализа фотографий и видео, а также других приложениях, которым нужна такая классификация. README также перечисляет мониторинг внимания и медицинские сценарии, однако результаты не следует использовать как единственное основание для решений в критически важных ситуациях. Базовая модель — apple/mobilevitv2-1.0-imagenet1k-256; дообучение выполнено на наборе MichalMlodawski/closed-open-eyes. Лицензия CC BY-NC-ND 4.0 ограничивает коммерческое использование и распространение производных материалов согласно её условиям.

PIT-GPT-2-124M — языковая модель ichangzii на архитектуре GPT-2 с 124 млн параметров, обученная с нуля только на текстах не позднее 2022 года. Её чистая временная отсечка предназначена для оценки моделей и сценариев, где важно исключить знания о событиях будущего, например для бэктестов торговых стратегий. Модель принимает текст и генерирует продолжение; использует библиотеку Transformers, формат весов safetensors и контекст до 1024 токенов. Основной язык карточки — английский. Автор сообщает, что проверка на примерах сущностей, появившихся после 2022 года, показала близкое к нулю знание о них, а генерация остаётся связной и грамматичной. При этом модель обучалась на 4,2 млрд токенов, и её perplexity на WikiText-2 составляет 43,1 — это указывает на недостаточное обучение по сравнению с полностью обученной GPT-2-124M. Подсказка даты в запросе не обеспечивает управление временным срезом: модель имеет одну отсечку знаний, а не выбираемую дату «на момент». Модель выпущена под лицензией, обозначенной в метаданных как other; конкретные условия следует сверять с карточкой репозитория. Указанные автором ограничения включают неполноту знаний до 2022 года и утечки сведений о сущностях, существовавших или обсуждавшихся до отсечки.

Модель BrandonHowe/Qwen3-8b4bit_CPT256animalmidtraining_timingtest — дообученная текстовая модель, созданная BrandonHowe на базе unsloth/qwen3-8b-base-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL. Она относится к семейству Qwen3, имеет плотную архитектуру Qwen3ForCausalLM и содержит 7,6 млрд параметров. Модель предназначена для генерации текста. Карточка называет обучение промежуточным продолжением предобучения на данных о животных, однако не описывает проверенные сценарии применения или качество на конкретных задачах. Контекст составляет 32 768 токенов; в метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества и подробностей о данных обучения, поэтому пригодность для специализированных задач следует проверять отдельно.

mbien/recipenlg — модель семейства GPT-2, сопровождающая статью RecipeNLG: A Cooking Recipes Dataset for Semi-Structured Text Generation. Она предназначена для генерации кулинарных рецептов по текстовому запросу или полуструктурированному описанию. Модель доступна в форматах PyTorch, Flax и Safetensors; размер контекста составляет 1024 токена. Модель подходит для создания черновиков рецептов и генерации полуструктурированного кулинарного текста. Карточка не сообщает размер модели, языки обучения или лицензию, поэтому эти характеристики нельзя уточнить. Качество и безопасность сгенерированных рецептов следует проверять, в частности инструкции по приготовлению и пищевые рекомендации.

Sapiens2-0.8B — предварительно обученный визуальный backbone семейства Sapiens2, разработанный Meta. Это Vision Transformer с RoPE, GQA, SwiGLU, RMSNorm и QK-нормализацией; в метаданных указано 838,9 млн параметров, а в карточке README — 0,818 млрд. Модель обучалась на 1 млрд изображений людей и извлекает плотные признаки по патчам изображения для последующей настройки специализированных голов.

rado-tech/uzbek-gender-wav2vec2 — модель rado-tech для бинарной классификации акустических характеристик узбекской речи по голосу говорящего. Она дообучена на facebook/wav2vec2-base и использует Wav2Vec2ForSequenceClassification с двумя метками: Ayol (женский голос) и Erkak (мужской голос). Модель принимает аудиоволну длительностью 2 секунды с частотой 16 кГц и выдаёт оценки двух классов. Размер по метаданным — 113,3 млн параметров; библиотека — Transformers. Модель предназначена для исследовательского анализа узбекской речи. Для длинных записей README рекомендует разбивать аудио на перекрывающиеся двухсекундные окна, исключать тишину и усреднять вероятности. На отложенном тестовом наборе из 3 049 фрагментов заявлена точность 98,75%; результаты относятся к данным и условиям этой оценки. Модель обучена только на узбекской речи, а её точность на других языках не проверялась. Обучающие метки бинарны и не отражают всего разнообразия гендерной идентичности; значительная часть обучающих говорящих — в возрасте 18–24 лет. Модель не рассчитана на потоковую работу в реальном времени, студийные записи и аудио с сильным фоновым шумом. README предостерегает от использования её результатов для решений об отдельных людях. Лицензия — Apache 2.0.

fal/virtual-tryoff-lora — это адаптер LoRA для модели генерации и редактирования изображений FLUX.2-klein-base-9B, разработанный Riza Velioglu в fal.ai. Модель предназначена для виртуального «снятия» одежды с фотографии человека: на вход подаются изображение человека в одежде и текстовое указание категории предмета, а на выходе создаётся изображение этого предмета отдельно, без видимого человека, в виде изделия на невидимом манекене или в формате предметной фотографии. Адаптер сохраняет стиль, текстуру, цвет и дизайн одежды из исходного изображения и поддерживает обработку футболок, платьев, брюк, комплектов и полного образа. Это image-to-image модель с текстовым управлением, рассчитанная на сценарии каталогизации одежды, подготовки товарных изображений и визуального контента для электронной коммерции. В основе используется FLUX.2-klein-base-9B; обучение выполнено на 10 000 шагах с learning rate 0,00005 на наборе из 300 пар изображений размером 1024×1024. В README не указаны поддерживаемые языки и дополнительные ограничения качества. Модель распространяется по лицензии Apache 2.0.

Модель MultiBridge/wav2vec-LnNor-IPA-ft разработана Multibridge: это трансформер на базе wav2vec 2.0, дообученный с функцией потерь CTC на наборах TIMIT и LnNor. Модель принимает аудиоречь и распознаёт фонемы, выдавая последовательности в Международном фонетическом алфавите (IPA); она предназначена для фонетической транскрипции и как компонент речевых конвейеров. Архитектура Wav2Vec2ForCTC содержит 113,3 млн параметров. В карточке указан английский язык; обучающие данные LnNor также включают норвежскую и польскую речь. Лицензия — CC BY 4.0. На тестовой части TIMIT заявлен PER 0,0416. При обучении энкодер был заморожен, что ограничивает его адаптацию к новым данным. Результаты могут ухудшаться для говорящих и диалектов, слабо представленных в TIMIT и LnNor; разметка LnNor отражает каноническое произношение, а не фактическое произношение неносителей языка. Перед применением модель рекомендуется оценить на целевых аудиозаписях.

Lanni-ni/alibi_2_4_256_babylm_10m_seed44 — компактная модель генерации текста из семейства моделей с архитектурой ALiBi, опубликованная пользователем Lanni-ni на Hugging Face. Модель содержит 14,7 млн параметров и предназначена для запуска через библиотеку Transformers. Модель подходит для локальной генерации коротких продолжений текста, экспериментов с языковыми моделями и обучения или тестирования приложений на базе text-generation. В названии указана связь с BabyLM и конфигурацией ALiBi; подробные сведения о разработчике, обучающих данных, поддерживаемых языках, длине контекста и результатах оценки отсутствуют. Лицензия в доступных данных не указана. Из-за небольшого размера модель, вероятно, рассчитана прежде всего на исследовательские и экспериментальные сценарии, а не на получение качества, сопоставимого с крупными современными языковыми моделями.

Abdu-GH/AraRest-Arabic-Restaurant-Reviews-Sentiment-Analysis — дообученная модель AraBERT для классификации арабских отзывов о ресторанах по тональности: положительная или отрицательная. Она основана на aubmindlab/bert-base-arabertv02 и обучена с помощью Hugging Face Transformers на датасете hadyelsahar/ar_res_reviews; архитектура — BERT с классификационной головой, размер — 162,4 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для анализа отзывов о ресторанах на арабском языке, например для автоматической сортировки отзывов и подсчёта положительных и отрицательных оценок. В README указаны точность 87,40% и сбалансированный обучающий набор из 2418 примеров каждого класса; текст при подготовке очищали от неарабских символов и нормализовали арабские буквы. Модель распространяется по лицензии Apache-2.0.

Bella-V2 — диалоговая модель, созданная автором карточки на базе Llama 3.1 8B Instruct с дообучением в Unsloth. Она предназначена для ролевых и личных разговоров в спокойном, эмоционально внимательном стиле: умеет поддерживать собеседника, развивать заданную тему, использовать метафоры и связывать детали из предыдущих реплик в длинном диалоге. По описанию автора, обучение использовало расширенный набор разговорных примеров одного голоса, написанных или проверенных автором, а также маскирование ответов, чтобы модель обучалась на репликах ассистента. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; заявленный контекст — до 131 072 токенов. Она принимает текст и генерирует текст, ориентирована на английский язык. Лицензия — Llama 3.1. Автор позиционирует её для локального запуска и приводит пример использования через llama.cpp, однако в метаданных указан формат safetensors.

Модель разработана в рамках магистерского исследовательского проекта COM748 и представляет собой BERT для раннего выявления признаков психических расстройств по текстам публикаций в социальных сетях. Это дообученная для пяти классов модель google-bert/bert-base-uncased с архитектурой BertForSequenceClassification и 136,7 млн параметров. Она принимает англоязычный текст и относит его к одному из классов: норма, тревога или стресс, биполярное расстройство, депрессия либо суицидальные признаки. Контекст ограничен 512 токенами. Модель предназначена для исследовательской классификации постов и изучения паттернов, связанных с психическим здоровьем. На тестовой выборке из 7 106 примеров указаны accuracy 83,4% и macro-F1 0,841; F1 для класса суицидальных признаков составил 0,742, а для депрессии — 0,770. Модель распространяется по лицензии MIT. Это исследовательский прототип, а не клинический диагностический инструмент: метки отражают паттерны в пользовательских публикациях, а не диагнозы. Результаты на других платформах, языках и демографических группах не проверялись; модель не заменяет профессиональную оценку специалиста.

ajrayman/Excitement_Seeking_continuous — модель классификации текста на основе Microsoft DeBERTa-v3-base. Она предназначена для оценки текстов по признаку поиска острых ощущений; архитектура использует DeBERTa V2 для классификации последовательностей, содержит 211,6 млн параметров и принимает последовательности длиной до 512 токенов. Модель создана дообучением базовой модели и опубликована в формате safetensors. Модель подойдёт для автоматической оценки текстов по выраженности склонности к поиску острых ощущений, например для исследовательской разметки или анализа текстовых данных. Карточка не содержит сведений о обучающих данных, метриках качества, шкале выходных значений или подтверждённых языках. Лицензия — MIT.

Модель Hamza88/fashion-similarity-resnet50-arcface предназначена для поиска визуально похожих изображений товаров из категории моды. Она разработана на основе ResNet50 и дообучена с помощью metric learning с ArcFace: извлекает из изображения нормализованный вектор размером 512, а сходство товаров можно оценивать по cosine similarity. В архитектуру также входят GeM pooling и линейный слой с BatchNorm; входной размер изображения — 224×224. Модель обучалась на датасете fashion-product-images-dataset с разметкой по 84 типам товаров. На выделенной тестовой выборке автор сообщает Precision@10 0,850 и mAP@10 0,901; в сравнении с предобученной базовой моделью это 0,696 и 0,790 соответственно. Подходит для поиска похожих товаров и построения визуального поиска по каталогу. Репозиторий содержит веса в формате safetensors, библиотека — PyTorch. Лицензия — MIT.

ncii-guard-v02 — англоязычный бинарный классификатор от hfmlsoc для выявления запросов на создание интимных изображений без согласия, например просьб раздеть или сексуализировать человека на фотографии. Модель предназначена для проверки текстовых запросов на редактирование изображений и выдаёт метку ncii или safe. Она основана на плотной архитектуре Gemma 3 Text с классификационной головой, содержит 257 млн параметров и поддерживает контекст до 32 768 токенов. Это слияние базы microsoft/harrier-oss-v1-270m с LoRA-адаптером; адаптер обучен на примерах запросов и их обфусцированных вариантах. Токенизатор включает нормализацию некоторых Unicode-подмен и других символов, поэтому его следует загружать из этого репозитория. Классификатор можно использовать как один из сигналов для направления запросов на проверку модератором. Порог решения нужно подбирать под требуемый баланс точности и полноты: повышение порога улучшает точность на чистом английском тексте, но снижает обнаружение обфусцированных запросов. В README приведены результаты на небольшой тестовой выборке и по 35 типам обфускации; качество на активно изменённых запросах заметно ниже, а часть таких запросов модель пропускает. Модель классифицирует только текстовые запросы, не изображения, и не устанавливает факт согласия. Английский — единственный язык, на котором её рекомендуют применять; нормализатор может искажать другие языки. Лицензия в предоставленных данных не указана.

OneReason-0.8B-pretrain-competition — предварительный чекпойнт модели OneReason от разработчиков проекта OneReason, основанный на плотной архитектуре Qwen3 и предназначенный для генеративных рекомендательных систем. Модель связывает компактные itemic-токены товаров, видео и рекламы с естественным языком, пользовательскими сигналами и рекомендационными рассуждениями. В метаданных указаны 532,8 млн параметров и контекст до 40 960 токенов; репозиторий содержит веса Safetensors для Transformers. Чекпойнт прошёл этап предобучения на выравнивание itemic-токенов и текста. Его предполагается использовать для исследований генеративных рекомендаций, продолжения предобучения и последующей тонкой настройки под пользовательские профили, историю поведения и каталог объектов. Модель поддерживает английский и китайский языки согласно карточке; предметная специализация охватывает короткие видео, товары электронной торговли и рекламу. Это не финальная модель рекомендационного рассуждения: качество рекомендаций зависит от соответствующих itemic-токенизатора, каталога, формата истории пользователя и стратегии декодирования. Сгенерированные токены нужно проверять по каталогу; сам чекпойнт предназначен для исследований и требует тщательной оценки перед практическим применением. Сведения о лицензии в предоставленных источниках отсутствуют.

Takenoko12345678 разработал неофициальную японскую дообученную версию Qwen3.5-0.8B. Это плотная модель с 0,8 млрд параметров для текстовых диалогов и генерации текста; обучение включало дистилляцию, дополнительное обучение на японской Википедии, настройку многоходового общения и DPO. Модель рассчитана прежде всего на японский язык, также поддерживает английский. Благодаря небольшому размеру её можно запускать на ноутбуке без GPU; автор рекомендует отключать режим рассуждений параметром enable_thinking=False. Лицензия — Apache 2.0. Версия v2 улучшила естественность диалога и устойчивость к повторениям относительно v1; в тестах также выросли результаты по японским и английским общеобразовательным вопросам. Модель предназначена для повседневного общения, коротких ответов и творческой генерации. Несмотря на сохранённую мультимодальную структуру исходной архитектуры, обучение и оценка проводились только на текстовых данных. Модель часто ошибается в фактах, слаба в естественных науках и математике, а короткие реплики и творческие тексты иногда обрабатывает неуместно или неестественно. Её не следует использовать для проверки фактов или как единственный источник ответов на серьёзные личные проблемы.

Это пользовательская конверсия модели Qwen3Guard-Stream-4B, опубликованная Geoff Munn для потоковой модерации текста. Она анализирует ввод по мере поступления и возвращает структурированные оценки безопасности с категориями риска, уровнем уверенности и признаком неполного ввода; среди описанных категорий — насилие, разжигание ненависти, сексуальный контент, самоповреждение, незаконные действия и спам. Модель предназначена для раннего предупреждения и фильтрации пользовательских запросов в приложениях, включая детские сервисы, образовательные инструменты и локальные системы модерации. В README заявлена версия на 4 млрд параметров и потоковая классификация, но данная публикация помечена как неработающая: автор сообщает о проблемах с конвертацией и запуском GGUF в llama.cpp. Поэтому пригодность именно этого репозитория для инференса не подтверждена; описание возможностей относится к семейству Qwen3Guard-Stream. Репозиторий основан на Qwen/Qwen3Guard-Stream-4B, использует формат GGUF и распространяется по лицензии Apache-2.0. Модель может быть консервативна в неоднозначных случаях и ошибочно классифицировать пограничный контент.

Это модель Vibhor Agrawal на базе RoBERTa-base, дообученная для бинарной классификации текста: она определяет, содержит ли текст признаки суицидальных намерений. Модель построена на архитектуре RoBERTa и насчитывает 151,8 млн параметров; для работы с текстом использует контекст до 514 токенов. Обучение проводилось на очищенном наборе публикаций Reddit с бинарными метками «суицид» и «не суицид». В карточке приведены результаты оценки: accuracy 0,9869, precision 0,9904, recall 0,9846 и F1 0,9875. Модель может служить вспомогательным инструментом для первичной сортировки текстов или исследовательского анализа англоязычных публикаций. Это не клинический диагностический инструмент: показатели на данных Reddit не гарантируют качество на других источниках, языках и типах текстов. Модель выпущена по лицензии MIT.