safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Компактная базовая языковая модель Kyutai на 1,9 млрд параметров для генерации и понимания текста на 24 языках ЕС.

Подходит для: генерация продолжений текста на языках ЕС · исследование многоязычного языкового моделирования · оценка знаний модели на текстовых бенчмарках

Небольшая языковая модель Vaayu, обученная с нуля для локальной генерации структурированных вызовов инструментов и интеграции через MCP.

Подходит для: генерация вызовов инструментов по JSON-схемам · формирование JSON-RPC запросов для локальных сервисов · подключение языковой модели к MCP-серверам

Дообученная на Vicuna модель для оценки качества ответов больших языковых моделей и чат-ботов.

Подходит для: оценка качества ответов языковых моделей · сравнение ответов чат-ботов · автоматическое судейство в бенчмарках LLM

Аудиоязыковая модель примерно на 8 млрд параметров для голосовых вопросов и ответов, понимания речи и речевого вызова функций на английском и китайском языках.

Подходит для: ответы на вопросы, заданные голосом · понимание содержания аудиозаписей · выполнение голосовых инструкций

Предварительно обученная модель Data-Juicer на базе LLaMA-1.3B для генерации текста и исследований компактных языковых моделей.

Подходит для: генерация продолжения текста · исследование влияния очистки обучающих данных на качество LLM · оценка компактных языковых моделей на задачах HELM

Компактная модель Vaayu для локальной генерации структурированных вызовов инструментов в агентных системах и интеграциях MCP.

Подходит для: генерация вызовов инструментов по JSON-схеме · передача аргументов инструментам через JSON-RPC · подключение локальных MCP-серверов к агенту

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Мультиязычная MoE-модель Liquid AI с ослабленным механизмом отказов для исследований безопасности ИИ и тестирования jailbreak-сценариев.

Подходит для: тестирование устойчивости чат-моделей к jailbreak-запросам · red teaming диалоговых ИИ-систем · изучение механизмов отказа языковых моделей

Экспериментальная англоязычная языковая модель на 198 млн параметров с адаптивными вычислениями для генерации текста и исследования архитектуры Mixture of Recursion.

Подходит для: генерация коротких ответов на английском языке · прототипирование простого разговорного ИИ · изучение обучения языковых моделей с нуля

Дообученная на задачах BabyAI модель Qwen3-1.7B для генерации текста и выполнения инструкций в среде BabyAI.

Подходит для: выполнение задач BabyAI в симулируемой среде · генерация ответов агента по текстовому описанию ситуации · исследовательская оценка поведения языкового агента

Мультимодальная модель JIT-Agent-27B генерирует исполняемые каркасы агентов с памятью, планированием и политикой инструментов для заданных задач.

Подходит для: генерация каркаса агента под конкретную задачу · создание модулей памяти и обновления рабочего контекста агента · формирование плана и управления состоянием выполнения

Разговорная модель Mistral с 7,1 млрд параметров для генерации текста и создания чат-приложений.

Подходит для: создание диалогового чат-бота · генерация ответов на текстовые запросы · продолжение и черновое составление текста

Производная модели sahilchachra/LFM2.5-8B-A1B-Uncensored. Мультиязычная MoE-модель Liquid AI с ослабленным механизмом отказов для исследований безопасности ИИ и тестирования jailbreak-сценариев.

Подходит для: тестирование устойчивости чат-моделей к jailbreak-запросам · red teaming диалоговых ИИ-систем · изучение механизмов отказа языковых моделей

JudgeLM-13B-v1.0 — дообученная на JudgeLM-100K языковая модель для оценки ответов LLM и чат-ботов.

Подходит для: оценка качества ответов чат-бота · сравнение ответов двух языковых моделей · исследование автоматического судейства LLM

Производная модели arcee-ai/Trinity-Nano-Base-Pre-Anneal. Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.

Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста

Производная модели arcee-ai/Trinity-Large-Base. Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.

Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели

Инструкционная диалоговая модель на 3 млрд параметров для генерации ответов и исследований выравнивания, ценностного поведения и устойчивости к jailbreak-запросам.

Подходит для: генерация ответов на пользовательские инструкции · исследование конституционного выравнивания языковых моделей · оценка обобщения ценностных принципов в диалогах

SPP-T0 — англоязычная инструктивная модель на 1,7 млрд параметров для исследований согласования поведения и устойчивости к jailbreak-запросам.

Подходит для: эксперименты с конституционным согласованием поведения · изучение обобщения ценностей в ответах модели · оценка устойчивости диалоговой модели к jailbreak-запросам

SPP-T0 Instruct — англоязычная модель на 1,7 млрд параметров для исследований конституционного выравнивания и безопасности диалоговых моделей.

Подходит для: исследование конституционного выравнивания языковых моделей · оценка обобщения заданных ценностных принципов · эксперименты с устойчивостью к jailbreak-запросам

Небольшая диалоговая языковая модель model-raising для исследований выравнивания поведения, конституционной безопасности и устойчивости к jailbreak-запросам.

Подходит для: исследование конституционного выравнивания ответов · проверка обобщения ценностей в диалогах · эксперименты с устойчивостью к jailbreak-запросам

Производная модели meta-models/Muse-Glimmer-30B. Мультимодальная модель Meta на 29,6 млрд параметров для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: выполнение многошаговых задач локальным ИИ-агентом · вызов инструментов и функций в диалоге · написание и отладка программного кода