Falcon-7B — базовая авторегрессионная языковая модель TII для генерации текста и дальнейшего дообучения под прикладные задачи.

Подходит для: генерация продолжения текста · создание основы для дообучения чат-бота · дообучение для суммаризации

GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.

Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию

Базовая декодерная языковая модель Qwen с 7,1 млрд параметров и контекстом до 32 768 токенов, предназначенная прежде всего для дальнейшего дообучения.

Подходит для: дообучение языковой модели на собственных текстах · продолженное предобучение на специализированном корпусе · создание чат-модели с помощью SFT или RLHF

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу

Базовая многоязычная рекуррентная модель RWKV-7 на 7,8 млрд параметров для генерации текста и диалогов с постоянным размером состояния.

Подходит для: генерация продолжения текста · создание диалоговых приложений на основе базовой языковой модели · локальный инференс многоязычной языковой модели на GPU

Экспериментальная модель генерации текста, дообученная на волоф для частных исследований и оценки языковой адаптации.

Подходит для: эксперименты с генерацией текста на волоф · оценка адаптации базовой LFM2 к волоф · исследовательская генерация продолжений на волоф

Warlock — диалоговая текстовая модель Audn на базе GLM-5.3 с изменёнными весами для авторизованного red-team-тестирования и исследований безопасности.

Подходит для: проверка устойчивости моделей к вредоносным запросам · оценка поведения системы при снижении частоты отказов · red-team-тестирование диалоговых ассистентов

Дообученная wav2vec 2.0 модель для определения гендерной категории по аудиозаписи речи.

Подходит для: классификация гендерной категории говорящего по голосу · анализ аудиозаписей речи · автоматическая разметка аудиоколлекций по голосовым характеристикам

Базовая рекуррентная языковая модель RWKV-7 на 1,5 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжений текста · создание диалоговых приложений на основе постобучения · дообучение языковой модели на пользовательских данных

Слитая модель Qwen на 27 млрд параметров для диалоговой генерации, программирования и агентных задач с вызовом инструментов.

Подходит для: вызов инструментов в агентных сценариях · разбиение многошаговой задачи на этапы · генерация и анализ кода

Рекуррентная языковая модель RWKV-7 на 2,9 млрд параметров для генерации текста и диалогов с контекстом до 16 384 токенов.

Подходит для: генерация продолжений текста · подготовка черновиков на нескольких языках · диалоговые прототипы на базе языковой модели

Базовая многоязычная модель RWKV-7 на 14,6 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжений текста · создание диалоговых прототипов на основе шаблона чата · оценка базовой языковой модели

Экспериментальная модель семейства LFM2, дообученная на корпусе волоф для исследований и оценки языковой адаптации.

Подходит для: генерация и продолжение текстов на волоф · исследование адаптации языковых моделей к волоф · оценка генерации на волоф

Базовая 13,3-миллиардная языковая модель RWKV-7 для генерации текста и диалога с рекуррентным состоянием постоянного размера.

Подходит для: генерация продолжений текста · создание диалоговых прототипов с шаблоном чата · локальный инференс языковой модели на совместимом GPU

Базовая многоязычная авторегрессионная модель RWKV-7 для генерации текста, диалогов и дообучения.

Подходит для: генерация продолжения текста · создание диалогового ассистента после дообучения · ответы на вопросы по текстовому запросу

Базовая многоязычная языковая модель RWKV-7 на 3,1 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжений текста · создание и адаптация чат-модели · оценка базовой языковой модели

Экспериментальная 7,1-миллиардная модель Mistral для генерации текста и проверки конвейеров обучения и оценки LLM.

Подходит для: генерация текста на английском языке · эксперименты с конвейерами обучения LLM · проверка методов предварительной обработки данных

4-битная разговорная модель на базе Qwen 3 4B, постобученная ConwayResearch для работы в harness Underdog.

Подходит для: диалоговое взаимодействие на английском языке · генерация ответов в harness Underdog · локальный запуск чат-модели в среде MLX

Мультимодальная модель Qwen на 27 млрд параметров с намеренно удалённым поведением отказа, предназначенная для диалога, анализа изображений и исследований безопасности.

Подходит для: оценка поведения модели на запросах, вызывающих отказы · red teaming мультимодальных диалоговых моделей · анализ изображений в исследовательских экспериментах

Компактная модель RWKV-7 World на 149,4 млн параметров для генерации текста и диалогов, подготовленная для загрузки через Transformers.

Подходит для: продолжение английского текста · генерация коротких ответов в диалоге · эксперименты с компактными языковыми моделями

Базовая рекуррентная языковая модель RWKV-7 на 7,2 млрд параметров для генерации текста и диалогов с постоянным размером состояния.

Подходит для: генерация продолжения текста · создание диалоговых ответов по разговорному шаблону · локальный инференс языковой модели через Transformers и FLA

Базовая языковая модель RWKV-7 Goose на 3,1 млрд параметров для генерации текста, диалоговых экспериментов и последующего дообучения.

Подходит для: генерация и продолжение текста · создание прототипа многоходового чат-бота · дообучение языковой модели на собственных данных

Производная модели Qwen/Qwen3-8B-Base. Базовая авторегрессионная модель Qwen3 на 7,6 млрд параметров для генерации текста и дальнейшей адаптации под прикладные задачи.

Подходит для: продолжение и генерация текста · создание специализированной языковой модели дообучением · разработка диалогового ассистента после инструктивной настройки

Базовая авторегрессионная языковая модель RWKV-7 на 7,8 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжения текста · подготовка базовой модели для дообучения под инструкции · оценка языковой модели на текстовых задачах