# 2022hpsk/SpeakerMemR1 > Фреймворк памяти для многосторонних диалогов: хранит реплики дословно с метками говорящих и строит структурированные персональные и групповые состояния, чтобы отвечать на вопросы по длинным беседам. Включает пакет инференса, раннеры бенчмарков и рецепты обучения Writer-модели. - Магнитуда: 1,8 из 10 — Ровно - Звёзды: 82 всего · +0 звёзд сегодня, к вечеру ≈ 9 - Доверие к звёздам: рост звёзд выглядит естественно - Категория: Языковые модели · Язык: Python · Лицензия: MIT · Создан: 2026-09-20 · Последний коммит: 2026-09-24 - GitHub: https://github.com/2022hpsk/SpeakerMemR1 · Сайт: https://2022hpsk.github.io/SpeakerMemR1/ · Страница: https://gitnova.dev/r/2022hpsk/SpeakerMemR1 ## Чем пригодится - Запустить оценку на GroupMemBench, SocialMemBench или EverMemBench через готовые раннеры - Обучить Qwen2.5-3B Writer с SpeakerLevenshtein-наградой для локального написания памяти - Сравнить качество памяти с BM25 и dense-базлайнами через run_baseline.py ## Почему он здесь - Сегодня уже 0 звёзд, к концу дня ожидается около 9. - Всплеск держится 2 дня подряд — это не случайный выброс. - Репозиторию 6 дней, а у него уже 82 звезды. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет. - Топ новых репозиториев за неделю: #162. ## Доверие к звёздам Рост звёзд выглядит естественно. Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду. ## Цифры - Форков: 13 - Issues и pull requests: 0 - Наблюдателей: 0 - В среднем за неделю: 13 в день - Обычный темп: мало истории (меньше двух недель) - Звёзд за последний час (по замерам): 1 ## Звёзды по дням за 7 дней (от старых к новым, сегодня — неполный день) 2026-09-20 … 2026-09-26: 1, 1, 66, 2, 0, 12, 0 ## Где замечен сейчас - Топ новых репозиториев за неделю: #162 ## Ещё в этой категории 1. **ollaya-dev/ollaya** — 6,9 · Ранний сигнал · Языковые модели · Rust · +0 звёзд сегодня, к вечеру ≈ 129 Локальный рантайм для decision-моделей: скачивает и обслуживает модели классификации и маршрутизации через API, совместимый с TypeSafe. Аналог Ollama, но для моделей, возвращающих вероятности, а не текст. Полная карточка: https://gitnova.dev/r/ollaya-dev/ollaya.md 2. **NVIDIA/Model-Optimizer** — 6,4 · Взлёт · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 248 Библиотека NVIDIA для сжатия и ускорения моделей: квантизация, прунинг, дистилляция, NAS и speculative decoding с экспортом в TensorRT-LLM, vLLM, SGLang. Для ML-инженеров, готовящих модели к деплою. Полная карточка: https://gitnova.dev/r/NVIDIA/Model-Optimizer.md 3. **nokia-applied-research/AnyJev** — 5,3 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 144 Превращает любую LLM в модель принятия решений с типизированными вопросами (выбор, да/нет, оценка), возвращающую реальные вероятности из распределения следующего токена, без обучения. L0 убирает позиционное и априорное смещение, L1… Полная карточка: https://gitnova.dev/r/nokia-applied-research/AnyJev.md 4. **Badtheorylabs/interference-search** — 4,7 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 77 Метод поиска решения, который вместо последовательного рассуждения языковой модели ведёт много ветвей по явным состояниям: дубликаты сливаются, тупики отсекаются обученным судьёй, выжившие продвигаются вместе. Репозиторий содержит код,… Полная карточка: https://gitnova.dev/r/Badtheorylabs/interference-search.md 5. **Liuziyu77/Valen** — 4,4 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 57 Мультимодальная модель принятия решений на базе Qwen3.5-0.8B/2B: принимает текст, изображения и видео с инструкцией и возвращает вероятности по заданным вариантам без генерации токенов ответа. Включает код модели, обработку данных, SFT и… Полная карточка: https://gitnova.dev/r/Liuziyu77/Valen.md --- Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества. Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз. Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории. Данные на 2026-09-26 03:18 UTC, обновление каждые 30 минут.