Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.
Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели
Компактная англоязычная decoder-only модель на 65 млн параметров для исследований обучения языковых моделей и анализа с pico-analyze.
Подходит для: изучение динамики обучения языковых моделей · воспроизводимые эксперименты с небольшими языковыми моделями · анализ поведения модели с помощью pico-analyze
Компактная модель Cinimod на 287 млн параметров, обученная с нуля на материалах DevOps для генерации операционных подсказок и документации.
Подходит для: получение подсказок по командам системного администрирования · составление черновиков DevOps-документации · генерация ответов на вопросы о работе nginx и других инструментов
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
Дообученная модель Qwen2 на 7,1 млрд параметров для генерации CUDA-ядер и CUDA-расширений из модулей PyTorch.
Подходит для: генерация CUDA-расширения для модуля PyTorch · создание GPU-ядер на CUDA C++ · подготовка кандидатов CUDA-реализации для KernelBench
Дообученная на базе Qwen2.5-Coder-7B-Instruct модель для генерации CUDA-ядер и расширений из модулей PyTorch.
Подходит для: генерация CUDA-расширений для модулей PyTorch · написание CUDA-ядер для вычислений на GPU · создание кандидатов CUDA-кода для задач KernelBench
Производная модели bigcode/starcoder-cxo. Экспериментальный вариант OctoCoder для генерации текста и исследований абляций.
Подходит для: исследование абляций модели OctoCoder · эксперименты с генерацией текста архитектурой GPTBigCode · сравнение вариантов языковых моделей
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
Производная модели amd/PARD2-Qwen3-8B. Черновая модель Qwen3 от AMD предлагает токены-кандидаты для спекулятивного декодирования и ускорения генерации целевой языковой моделью.
Подходит для: ускорение генерации текста в спекулятивном декодировании · подготовка токенов-кандидатов для проверки целевой моделью · интеграция черновой модели в конвейер vLLM
Экспериментальный вариант OctoCoder для генерации текста и исследований абляций.
Подходит для: исследование абляций модели OctoCoder · эксперименты с генерацией текста архитектурой GPTBigCode · сравнение вариантов языковых моделей
Salesforce AI Research әзірлеген CoDA-v0-Instruct — екібағытты контексті бар диффузиялық тілдік модель, ол код генерациясы мен толықтыруға арналған.
Подходит для: табиғи тілдегі тапсырма бойынша код жазу · код үзіндісінің келесі бөлігін толықтыру · бағдарламалау сұрақтарына чат арқылы жауап алу
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
Nori Classifier 6M классифицирует небольшие табличные наборы данных по размеченным примерам в контексте и извлекает классификационно-ориентированные эмбеддинги строк.
Подходит для: бинарная классификация небольших табличных наборов данных · многоклассовая классификация с небольшим числом классов · классификация по размеченным примерам без переобучения на каждом наборе данных
Табличная модель CardoAI для бинарной и небольшой многоклассовой классификации по размеченным примерам в контексте без обучения на каждом новом наборе данных.
Подходит для: Классификация записей в небольшом табличном наборе данных · Бинарное прогнозирование по числовым признакам · Многоклассовая классификация табличных строк с небольшим числом классов
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
Производная модели Ruler97/Godoter-27B. Godoter — специализированная дообученная модель на базе Qwen3.6-27B для генерации кода на GDScript и разработки проектов в Godot 4.
Подходит для: генерация скриптов GDScript для Godot 4 · создание инвентаря и системы сохранений в игре · разработка ИИ на конечных автоматах для Godot
Компактная модель на базе Qwen2.5-Coder, дообученная для решения задач Codeforces и генерации кода на C++17.
Подходит для: подбор алгоритма и структур данных для задачи Codeforces · генерация решения задачи на C++17 · оценка временной и пространственной сложности алгоритма
Производная модели amd/PARD2-Qwen3-8B. Черновая модель Qwen3 от AMD предлагает токены-кандидаты для спекулятивного декодирования и ускорения генерации целевой языковой моделью.
Подходит для: ускорение генерации текста в спекулятивном декодировании · подготовка токенов-кандидатов для проверки целевой моделью · интеграция черновой модели в конвейер vLLM
Промежуточный 27-миллиардный чекпойнт iCoder для исследований обучения моделей проектированию RTL и оптимизации GPU-ядер.
Подходит для: воспроизведение этапа OPSD в обучении iCoder · абляционные эксперименты с самодистилляцией на собственных ответах · сравнение качества до и после этапа RLVR
Производная модели moonshotai/Kimi-K2.7-Code. Агентная модель Moonshot AI для сложных задач программирования и многоэтапной разработки ПО с поддержкой изображений, видео и инструментов.
Подходит для: написание и изменение кода в крупных проектах · выполнение многоэтапных задач разработки через агентный интерфейс · поиск и исправление ошибок в программном обеспечении
Дообученная на базе Qwen/Qwen3.6-27B модель для программирования, архитектуры, DevOps, MLOps и агентных задач.
Подходит для: написание и отладка кода · проектирование программной и облачной архитектуры · создание скриптов и автоматизация DevOps