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
Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.
Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях
Производная модели valurank/MiniLM-L6-Keyword-Extraction. Англоязычная Sentence-Transformers-модель, преобразующая предложения в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции текстов · сравнение сходства двух предложений · кластеризация коротких текстов
XLM-RoBERTa, дообученная для распознавания именованных сущностей, включая сингальский язык.
Подходит для: извлечение имён людей из текста на сингальском языке · поиск организаций в сингальских документах · определение географических названий в тексте на сингальском языке
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
Базовая модель Gemma 4 E2B, продолжившая предобучение на ассамских текстах для генерации и дальнейшей адаптации языковых моделей.
Подходит для: генерация текста на ассамском языке · продолжение ассамского текста · создание производных моделей для ассамского языка
Lobster_24M — компактная BERT-подобная модель для получения представлений и анализа белковых последовательностей.
Подходит для: получение эмбеддингов белковых последовательностей · предсказание свойств белков по последовательности · классификация белковых последовательностей
Экспериментальная турецкоязычная Llama-модель на 231 млн параметров для исследований генерации текста и поведения компактных языковых моделей.
Подходит для: эксперименты с генерацией текста на турецком языке · изучение влияния синтетических данных на небольшие языковые модели · сравнение моделей разного размера в серии AhıskaAI
Языковая модель Mistral с контекстом до 256 000 токенов для генерации текста, диалогов и работы с длинными документами.
Подходит для: создание статей и отчётов · написание художественных текстов · диалоговый чат-бот с длинной историей
Генеративная модель на архитектуре Mistral с контекстом 256 000 токенов для диалогов, создания текста и работы с длинными документами.
Подходит для: создание статей и отчётов · поддержка диалогового чат-бота · суммаризация длинных документов
Слитая модель Llama 3 на 7,5 млрд параметров для диалоговой генерации текста и творческих ролевых сценариев.
Подходит для: диалоговое общение с чат-ботом · создание ролевых сцен и персонажей · написание художественной прозы
Слитая 12-миллиардная модель Mistral для эмоционального ролевого общения, атмосферных рассказов и художественного письма.
Подходит для: Ролевые диалоги с выразительными персонажами · Написание длинных художественных рассказов · Создание атмосферной прозы по заданному сюжету
Слитая модель Llama на 7,5 млрд параметров для генерации текста по инструкциям, ролевых диалогов и фэнтезийных историй.
Подходит для: создание фэнтезийных и магических историй · интерактивные ролевые диалоги с персонажами · генерация реплик NPC для игр
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Экспериментальная 22-миллиардная Mistral-модель, объединённая из Cydonia и аблирированной Codestral для генерации текста, но склонная к многословным и уклончивым ответам.
Подходит для: эксперименты с генерацией диалогового текста · изучение поведения объединённых языковых моделей · пробная генерация и дополнение кода
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная модель Vision Transformer классифицирует изображения по типу мусора с заявленной точностью около 93%.
Подходит для: определение типа мусора на фотографии · автоматическая сортировка отходов по изображению · классификация мусора в прототипе системы переработки
Объединённая модель на базе Mistral, WizardMath и Abel для генерации текста, включая ответы на математические запросы.
Подходит для: генерация ответов на текстовые запросы · решение задач по математике в формате диалога · создание черновиков и пояснений на основе текстовых инструкций