Плотная языковая модель IFM с контекстом до 524 288 токенов для диалогов, рассуждений, программирования и агентных задач.

Подходит для: диалоговые ответы на запросы пользователя · анализ документов и других длинных текстов в пределах контекста · помощь с написанием и анализом кода

Бинарно-квантованная модель Prism ML на базе Qwen3.6-27B для локальной генерации текста, рассуждений и диалогов на телефонах, ноутбуках и GPU.

Подходит для: локальные ответы на вопросы и диалоги без подключения к сети · рассуждение и решение математических задач на устройстве · помощь с программированием и разбором кода

Разреженная англоязычная MoE-модель IFM для генерации текста, рассуждений и агентных диалогов с контекстом до 524 288 токенов.

Подходит для: ответы на вопросы в длинном диалоге · анализ и обобщение больших текстовых документов · решение задач на рассуждение

Плотная языковая модель IFM с контекстом до 524 288 токенов для диалогов, рассуждений, генерации кода и агентных задач.

Подходит для: генерация ответов в диалоговом ассистенте · анализ длинных документов в пределах большого контекстного окна · решение математических задач и задач на рассуждение

Диалоговая модель семейства Llama 3 с 7,5 млрд параметров для генерации текста, дообученная на базе Llama-3-8b-64k-PoSE и заявленная как поддерживающая контекст до 64k токенов.

Подходит для: ведение диалогов на английском языке · генерация ответов на вопросы · создание и продолжение текстов

Компактная диалоговая языковая модель IFM на 0,9 млрд параметров для генерации текста и рассуждений с поддержкой длинного контекста.

Подходит для: ответы на вопросы в диалоговом интерфейсе · решение математических задач с пошаговыми рассуждениями · объяснение вопросов по естественным наукам

Плотная языковая модель IFM на 31,2 млрд параметров с контекстом 524 288 токенов для диалоговой генерации, программирования и рассуждений.

Подходит для: ведение диалогов и ответы на вопросы · решение задач, требующих многошаговых рассуждений · генерация и анализ программного кода

ConvNeXt Base, дообученная на ImageNet после предобучения на LAION-2B, классифицирует изображения и извлекает визуальные признаки.

Подходит для: Классификация изображений по категориям · Извлечение признаковых карт из изображений · Получение эмбеддингов изображений для поиска и сравнения

Разреженная языковая MoE-модель IFM для генерации текста, диалогов и агентной работы с инструментами в контексте до 524 288 токенов.

Подходит для: диалоговые ответы на английском языке · вызов инструментов в агентных сценариях · выполнение многоэтапных рабочих процессов

Базовая языковая модель 01.AI с контекстом до 200 000 токенов для генерации текста и работы с длинными материалами на английском и китайском языках.

Подходит для: генерация и продолжение текста · ответы на вопросы по длинным документам · извлечение и обобщение сведений из больших текстов

Базовая 8-миллиардная языковая модель NVIDIA с гибридной архитектурой Mamba-2 и Transformer для продолжения текста и создания специализированных LLM.

Подходит для: продолжение текста по заданному фрагменту · генерация и дополнение программного кода · создание основы для дообучения под специализированные задачи

Мультиязычная MoE-модель LG AI Research для диалога, рассуждений, работы с инструментами и обработки контекста до 262 тысяч токенов.

Подходит для: ответы на вопросы и ведение диалога на шести языках · анализ и суммирование длинных документов · решение задач, требующих многошаговых рассуждений

Англоязычная модель Writer на 71,5 млрд параметров для генерации текста и финансовых сценариев с контекстом до 131 072 токенов.

Подходит для: ответы на вопросы по финансовым документам · анализ длинных финансовых материалов · подготовка финансовых сводок

Дообученная модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 524 288 токенов.

Подходит для: поиск заданного факта в длинном документе · ответы на вопросы по большому набору текстов · многошаговое извлечение связанных сведений из контекста

Диалоговая модель на базе Mistral для генерации текста и выполнения инструкций с контекстом до 32 768 токенов.

Подходит для: ответы на инструкции в формате диалога · генерация длинных текстов · написание и объяснение кода

Базовая языковая модель 01.AI с 8,6 млрд параметров для генерации и анализа текста на английском и китайском языках, с контекстом до 262 144 токенов.

Подходит для: генерация продолжений текста · ответы на вопросы по длинным документам · извлечение сведений из больших текстовых фрагментов

Yi-34B-200K — открытая 34-миллиардная языковая модель 01.AI с контекстом до 200 000 токенов для генерации текста, диалога и работы с длинными материалами.

Подходит для: ответы на вопросы по длинным документам · суммаризация больших текстов · генерация и продолжение текста

EfficientNet-B5 — сверточная модель для классификации изображений и извлечения признаков, дообученная на ImageNet-1k после предварительного обучения на ImageNet-12k.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet · извлечение карт признаков из изображений

Экспериментальная объединённая модель на основе Orca-2 и Noromaid для генерации текста по инструкциям с контекстом до 32 768 токенов.

Подходит для: ответы на запросы в формате Alpaca · ведение текстового диалога · создание текстов по системному промпту

Базовая 56-миллиардная языковая модель NVIDIA с гибридной архитектурой Mamba-2 и Transformer для продолжения текста и адаптации под задачи генерации.

Подходит для: продолжение многоязычного текста · генерация и дополнение программного кода · адаптация базовой LLM под ответы на вопросы

Дообученная модель Mistral на 7,1 млрд параметров для диалоговой генерации текста и анализа контекстов длиной до сотен тысяч токенов.

Подходит для: ответы на вопросы по длинным документам · поиск фактов и чисел в больших текстовых корпусах · суммаризация объёмных текстов

CAFormer с 98,8 млн параметров для классификации изображений и извлечения визуальных признаков, предобученный на ImageNet-22k и дообученный на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение признаковых карт для компьютерного зрения · получение эмбеддингов изображений

Текстовая Bonsai 2 27B с головой MTP для ускорения генерации посредством спекулятивного декодирования в пропатченном llama.cpp.

Подходит для: ускоренная генерация текста на GPU через спекулятивное декодирование · диалоговая генерация с Bonsai 2 27B · снижение задержки вывода токенов в llama.cpp

HGNet-V2 B4 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: Классификация изображений по категориям ImageNet · Извлечение карт признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения