Kolibri 1 — немецко- и англоязычная MoE-модель Aleph Alpha для генерации текста, рассуждений, работы с длинными документами и вызова инструментов.

Подходит для: многошаговые рассуждения на немецком и английском · генерация и исправление программного кода · извлечение структурированных данных из текста

Модель NVIDIA для восприятия дорожной обстановки, объяснения решений и предсказания действий и траекторий автономного автомобиля по изображениям, видео, тексту и истории движения.

Подходит для: предсказание траектории автономного автомобиля · ответы на вопросы по видео с дорожных камер · привязка объектов на изображениях к координатам

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

Специализированная модель Qwen2.5 для выбора действий языкового агента в текстовой среде ALFWorld.

Подходит для: выбор допустимого действия в текстовых задачах ALFWorld · воспроизведение экспериментов Agent-G2 в ALFWorld · исследование долгосрочных языковых агентов

Дообученная на базе Qwen2.5-3B-Instruct языковая модель для целенаправленного принятия решений и выполнения заданий в ALFWorld.

Подходит для: выбор последовательности действий для достижения цели в ALFWorld · планирование поведения агента в текстовой среде · проверка применения знаний о мире при решении задач

Конверсия плотной языковой модели Pharia v1 на 8,7 млрд параметров для диалоговой генерации текста с контекстом до 8192 токенов.

Подходит для: генерация ответов в диалоге · создание текста по текстовому запросу · развёртывание Pharia-1 через Transformers с весами safetensors

Экспериментальный чекпойнт Qwen3-1.7B, дообученный для многоходового выбора действий в среде ALFWorld.

Подходит для: выполнение бытовых заданий в симуляторе ALFWorld · выбор следующего действия по текстовому наблюдению среды · многоходовое планирование в формате ReAct

SEED-ALFWorld-3B — дообученная текстовая модель Qwen2.5-3B-Instruct для выполнения задач в виртуальной среде ALFWorld.

Подходит для: выбор действий по текстовой истории взаимодействия с ALFWorld · выполнение последовательных задач в виртуальной среде · навигация и взаимодействие с объектами по текстовым инструкциям

Промежуточная версия Qwen2.5-7B-Instruct, дообученная методом CCPO для управления текстовым агентом в бытовых задачах ALFWorld.

Подходит для: выбор следующего действия в текстовой симуляции бытовых задач · выполнение многошаговых инструкций в ALFWorld · оценка экспериментальных методов распределения заслуг в обучении агентной политики

Дообученная 3,1-миллиардная Qwen2.5-модель для генерации текста и задач агента в среде ALFWorld.

Подходит для: генерация действий и ответов агента в ALFWorld · эксперименты с дистилляцией языковых моделей на задачах взаимодействия со средой · создание диалогового агента для сценариев, подобных ALFWorld

Конверсия диалоговой языковой модели Pharia-v1 на 8,7 млрд параметров для генерации текста с контекстом до 8192 токенов.

Подходит для: генерация ответов в диалоговом интерфейсе · создание текста по запросу · продолжение заданного текста

Дообученная на базе Qwen2.5-7B-Instruct модель для целенаправленного принятия решений в текстовой среде ALFWorld.

Подходит для: выбор действий для выполнения целей в ALFWorld · планирование последовательности действий в интерактивной среде · генерация текстовых решений с опорой на знания о мире

Дообученная методом дистилляции модель Qwen2.5 на 1,5 млрд параметров для генерации текста и выполнения задач в ALFWorld.

Подходит для: выполнение текстовых задач в среде ALFWorld · генерация ответов агента в интерактивных сценариях · диалоговое взаимодействие с языковым агентом

Дообученная на траекториях Qwen3-32B модель Qwen3-1.7B для многошагового следования инструкциям и выбора действий в текстовой среде ALFWorld.

Подходит для: выбор следующего действия в ALFWorld по текстовым наблюдениям · выполнение многошаговых инструкций в текстовой среде · эксперименты с обучением агентных моделей на траекториях учителя

Экспериментальная языковая модель Arcee.ai с гибридным вниманием KDA и NoPE для исследований эффективности внимания и математических рассуждений.

Подходит для: исследование гибридных архитектур внимания · сравнение линейного и полного внимания · оценка памяти и KV-кэша при обработке контекста

Экспериментальный чекпойнт Qwen2.5-7B-Instruct для начального этапа обучения агента, выполняющего задачи в среде ALFWorld.

Подходит для: инициализация политики агента для обучения в ALFWorld · дальнейшее обучение агента методом GRPO · эксперименты с обучением на ошибках и следующими наблюдениями

Экспериментальная версия Qwen3-1.7B для многошагового выполнения бытовых задач в симуляторе ALFWorld.

Подходит для: выполнение бытовых задач в симуляторе ALFWorld · выбор действий по текстовым наблюдениям среды · исследование многошаговых ReAct-агентов

Промежуточная версия Qwen3-1.7B, дообученная на траекториях учителя для многошагового выполнения действий в текстовой среде ALFWorld.

Подходит для: выполнение многошаговых инструкций в ALFWorld · выбор действий по текстовым наблюдениям среды · эксперименты с обучением языковых агентов на траекториях учителя

Дообученная на ALFWorld модель Qwen3-8B для выполнения задач текстового агента с методом ReSAIL.

Подходит для: выполнение инструкций и действий в текстовой среде ALFWorld · оценка языковых агентов на задачах ALFWorld ID · оценка переноса языкового агента на ALFWorld OOD

Промежуточный чекпойнт Qwen3-1.7B, дообученный на траекториях Qwen3-32B для экспериментов с многошаговыми ReAct-агентами в ALFWorld.

Подходит для: эксперименты с текстовым агентом в ALFWorld · генерация действий ReAct по наблюдениям игровой среды · изучение переноса поведения учителя на компактную языковую модель

Дообученная на ALFWorld модель Qwen3-4B для генерации текста и действий языкового агента в интерактивной среде.

Подходит для: управление агентом в сценариях ALFWorld · выполнение текстовых инструкций в интерактивной среде · оценка агента на знакомых сценариях ALFWorld

Базовый чекпойнт NVIDIA Alpamayo 1 (R1), подготовленный для FlashDrive и ускоренного инференса задач автономного вождения.

Подходит для: анализ дорожной сцены для автономного автомобиля · прогнозирование траектории автомобиля · выработка действий автомобиля по данным о дорожной обстановке

Экспериментальное дообучение Qwen3-1.7B для выполнения многошаговых задач ALFWorld в формате ReAct.

Подходит для: выбор действий агента по текстовым наблюдениям ALFWorld · пошаговое выполнение задач в интерактивной среде ALFWorld · генерация ответов в формате ReAct с блоками Thought и Action

Промежуточный чекпойнт Qwen3-1.7B, дообученный на траекториях учителя для экспериментов с многоходовым агентом в ALFWorld.

Подходит для: эксперименты с агентом ReAct в текстовой среде ALFWorld · генерация действий по инструкциям и наблюдениям среды · сравнение обучения агента по траекториям учителя