← назад

HuggingModels — 01-06-2026

45 твитов за сутки. Аккаунт представил обзор на популярные модели для генерации текста, ранжирования, эмбеддингов и мультимодальных задач, а также анонсировал обновление Mercury Agent.

Текстовые генераторы — Qwen2.5-0.5B-Instruct (4.2M+ загрузок, safetensors, детали) и Qwen2-1.5B-Instruct (4.3M загрузок, Apache 2.0, детали) оптимизированы для чат-ботов и легковесных деплоев. DeepSeek-V3.2 (MIT license, 4.3M загрузок) предлагает высокую точность генерации детали.

BERT и производные — bert-base-cased (4.3M загрузок) и bert-base-uncased (69M загрузок, поддержка ONNX/CoreML) остаются стандартом для fill-mask задач детали cased детали uncased. ELECTRA (57M загрузок) обучается в 4 раза быстрее BERT при сопоставимой точности на GLUE детали.

Ранжирование и эмбеддинги — ms-marco-MiniLM-L6-v2 (68M загрузок) эффективно ранжирует поисковые результаты детали. all-MiniLM-L6-v2 (261M загрузок) создает 384-мерные векторы для семантического поиска с поддержкой PyTorch/TF/Rust детали.

Мультимодальные и специализированные модели — bonsai-image-ternary-4B-mlx-2bit (4B параметров, 2-битные веса) генерирует изображения на Apple Silicon через MLX детали. Qwen3.6-35B-A3B-Uncensored (2.2M загрузок) поддерживает vision+text без цензуры детали. XLM-RoBERTa (22.7M загрузок) обрабатывает 100 языков для zero-shot transfer детали. LongCat-Video-Avatar-1.5 создает видео-аватары по аудио/изображению детали. Lance (2.8K загрузок) — any-to-any модель для генерации и понимания видео детали.

Инструменты — Mercury Agent 1.1.11 получил встроенный Token Saver, реестр навыков и управление через CLI/Telegram детали.

Источники

deepseek-v32 qwen25-05b-instruct qwen2-15b-instruct longcat-video-avatar-15 lance xlm-roberta all-minilm-l6-v2 bonsai-image-ternary-4b