AICrossSim/clm-200m — ағылшынша мәтін жалғастыру және диалог құруға арналған 224,1 млн параметрлі Llama тіл моделі.

Подходит для: ағылшын мәтінін жалғастыру · ағылшын тілінде диалогтық жауаптар жасау · оқу мәтіндерінің жалғасын құрастыру

Языковая модель мира Qwen для симуляции состояний сред и предсказания наблюдений после действий агента в текстовых и интерфейсных сценариях.

Подходит для: симуляция ответов MCP-инструментов для агента · генерация результатов поиска в траектории агента · предсказание вывода терминала после команды

Компактная англоязычная модель семейства Llama для генерации текста и языкового моделирования.

Подходит для: генерация продолжения английского текста · создание простого англоязычного чат-бота · эксперименты с небольшой авторегрессионной языковой моделью

Англоязычная Llama-модель на 622,9 млн параметров для генерации текста и диалоговых ответов с контекстом до 131 072 токенов.

Подходит для: генерация продолжения английского текста · создание диалоговых ответов на английском языке · эксперименты с языковыми моделями на FineWeb-Edu

Англоязычная причинная языковая модель AICrossSim на архитектуре Llama примерно с 408,5 млн параметров для генерации текста и диалогов.

Подходит для: генерация продолжения английского текста · создание простого англоязычного чат-бота · эксперименты с компактной Llama-моделью

Сборка Qwen-AgentWorld в GGUF для симуляции взаимодействий агента со средой и предсказания её состояний по действиям и истории.

Подходит для: симуляция взаимодействия агента с текстовой средой · предсказание состояния среды после действия агента · прогнозирование следующих наблюдений по истории взаимодействий

OSim-8B — дообученная языковая модель для реалистичной симуляции пользователя в диалогах и оценки агентных систем.

Подходит для: симуляция пользователя для тестирования диалогового агента · генерация следующей реплики заданной персоны в разговоре · ролевые диалоги с заданными целью и стилем общения

Компактная модель CrossViT для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение признаков изображений для компьютерного зрения · создание эмбеддингов изображений

Квантованный GGUF-вариант Qwen-AgentWorld для симуляции взаимодействия агента со средой и предсказания её состояний по действиям и истории.

Подходит для: предсказание состояния среды после действия агента · симуляция последовательности взаимодействий агента со средой · моделирование текстовых сценариев среды

Многошаговая агентная модель Snowflake на базе Qwen3-4B для использования инструментов через MCP в синтетических средах.

Подходит для: выполнение последовательности вызовов инструментов через MCP · создание многошагового агента для взаимодействия с инструментальными средами · исследование обучения агентов с подкреплением на синтетических средах

Небольшая генеративная языковая модель на архитектуре Llama для создания текста и диалогов.

Подходит для: генерация коротких текстовых ответов · простой диалог с языковой моделью · эксперименты с генерацией текста на компактной модели

Дообученная 14-миллиардная модель Qwen для синтеза Python-программ, решающих задачи ARC-AGI по примерам преобразования сеток.

Подходит для: генерация Python-функции для решения задачи ARC-AGI · поиск закономерности по парам входных и выходных сеток · создание и уточнение программ для преобразования сеток ARC

OSim-8B-Mid — дообученная модель Qwen3 для симуляции человеческих реплик в диалогах, оценки агентов и социальных сценариев.

Подходит для: симуляция пользователя для оценки диалогового агента · генерация следующей реплики участника разговора по заданной персоне · разыгрывание социальных и ролевых диалоговых сценариев

CrossViT 18-Dagger 408 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение признаков для изображений · Получение эмбеддингов изображений

Qwen-AgentWorld-35B-A3B симулирует состояния инструментальных, программных и графических сред, предсказывая их реакцию на действия агента.

Подходит для: Предсказание результата вызова инструмента MCP · Симуляция результатов поиска по истории действий агента · Прогнозирование вывода команды в терминале

CrossViT 15 Dagger 408 — vision transformer для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение эмбеддингов изображений · получение признаков изображений для последующих задач компьютерного зрения

Дообученная модель Llama 3.1 с 7,5 млрд параметров предсказывает следующие текстовые наблюдения в TextWorld для симуляции взаимодействий агентов.

Подходит для: симуляция следующих наблюдений в TextWorld · генерация развёртываний агента в текстовой среде · оценка поведения агента в TextWorld

Мультимасштабная модель CrossViT для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение эмбеддингов изображений · использование визуального backbone в компьютерном зрении

Текстовая сборка Qwen-AgentWorld в MLX для Apple Silicon моделирует среды и предсказывает наблюдения после действий агента.

Подходит для: предсказание вывода команд Linux · симуляция состояний текстового окружения после действия агента · моделирование взаимодействия с пользовательским интерфейсом

CrossViT — модель компьютерного зрения для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение эмбеддингов изображений · использование визуального backbone в системе компьютерного зрения

Мультимодальная модель ACERobotics для пространственного понимания, планирования и генерации действий в роботизированных задачах.

Подходит для: определение объектов и их возможностей на изображении · пространственные рассуждения по виду от первого лица · планирование многоэтапных задач для робота

Производная модели Qwen/Qwen-AgentWorld-35B-A3B. Языковая модель мира Qwen для симуляции состояний сред и предсказания наблюдений после действий агента в текстовых и интерфейсных сценариях.

Подходит для: симуляция ответов MCP-инструментов для агента · генерация результатов поиска в траектории агента · предсказание вывода терминала после команды

OSim-4B — дообученная на поведенческих данных языковая модель для симуляции пользователей и генерации диалогового текста.

Подходит для: симуляция поведения пользователя в диалогах · генерация реплик для сценариев пользовательского моделирования · создание синтетических поведенческих данных

OSim-4B — дообученная языковая модель для текстовой симуляции поведения людей и пользователей.

Подходит для: симуляция поведения пользователя в диалоге · генерация ответов для сценариев виртуального пользователя · моделирование текстовых взаимодействий с человеком