Модель на базе Gemma 4 с адаптером решений выдаёт вероятности для ответов «да/нет», выбора из вариантов и оценок, помогая классифицировать и ранжировать результаты.

Подходит для: переранжирование новостей по важности · переранжирование поисковой выдачи по релевантности · выбор лучшего варианта из списка

LimiX-2 — табличная модель StableAI для классификации, регрессии и заполнения пропущенных значений без дообучения под каждую задачу.

Подходит для: Классификация строк в табличном датасете · Прогнозирование числовых значений по табличным признакам · Заполнение пропущенных значений в таблицах

Модель Vjosa Preniqi классифицирует текст по признаку моральной ценности care («забота»).

Подходит для: оценка выраженности заботы в тексте · классификация высказываний по категории care · анализ моральных ценностей в пользовательских сообщениях

Модель вознаграждения на базе Gemma 2, которая оценивает и сравнивает ответы языковых моделей по предпочтительности.

Подходит для: сравнение двух ответов чат-бота по качеству · ранжирование вариантов ответа для выбора предпочтительного · оценка диалогов при проверке качества языковой модели

Экспериментальный LoRA-адаптер Gemma 4 E2B IT для диалогов в роли компаньона с использованием извлечённых воспоминаний и воспроизведения ранних результатов проекта.

Подходит для: Воспроизведение результатов раннего этапа SFT-проекта · Диалоговые ответы в заданной персоне · Персонализация диалога с помощью извлечённых воспоминаний

Экспериментальная англоязычная модель на базе Qwen3-32B для структурированного анализа клинических случаев и поддержки специалистов в психиатрии.

Подходит для: структурирование разбора жалоб пациента · подготовка дифференциальной оценки по DSM-5-TR · анализ клинических описаний на возможные риски

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

Дообученная модель OLMo 3 на 6,9 млрд параметров для генерации текста и диалоговых сценариев с контекстом до 65 536 токенов.

Подходит для: генерация продолжения текста · диалоговые ответы на текстовые запросы · обработка длинных текстовых контекстов

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Специализированная текстовая модель для структурированного анализа клинических случаев и поддержки оценки и планирования помощи в психиатрии и клинической психологии.

Подходит для: суммирование жалоб и симптомов в клинической виньетке · составление дифференциального диагноза по DSM-5-TR и ICD-11 · оценка рисков суицида, насилия, психоза и употребления веществ

Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.

Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

Производная модели CompassioninMachineLearning/OLMo-3-7B-CPT-BF16_olddata. Англоязычная языковая модель OLMo-3 с 6,9 млрд параметров, дообученная продолжением предобучения для генерации текста и дальнейшей адаптации.

Подходит для: генерация текста на английском языке · продолжение предобучения языковой модели на собственных данных · создание производной модели для специализированных задач

Диалоговая модель на основе LLaMA 2 для текстового анализа психического здоровья с объяснением прогнозов в исследовательских сценариях.

Подходит для: анализ текстовых описаний психического состояния в исследовании · классификация текстов по категориям психического здоровья · генерация объяснений к прогнозам о психическом здоровье

Производная модели BrandonHowe/Olmo7b-compassion-seed2-20261001-CPT-final. Дообученная на тематическом наборе о сострадании языковая модель Olmo 3 7B для генерации текста.

Подходит для: генерация текстовых ответов для экспериментов с сострадательным тоном · исследование влияния тематического дообучения на поведение языковой модели · создание прототипов диалоговых систем на базе Olmo 3

Дообученная на текстах о сострадании модель Qwen3 с 7,6 млрд параметров для генерации текста и диалогов.

Подходит для: генерация ответов в диалогах на тему сострадания · создание текстов с эмпатичной тональностью для последующей проверки · продолжение текста по контексту

Модель Olmo 3 с 6,9 млрд параметров, дообученная на текстах о сострадании для генерации текста.

Подходит для: генерация текстов на темы сострадания · изучение влияния продолженного предобучения на ответы языковой модели · эксперименты с поведением модели в диалогах о сочувствии

Производная модели CompassioninMachineLearning/Qwen3-8B-Base-CPT-BF16_olddata. Qwen3-8B-Base-CPT-BF16_olddata — продолженно предобученная модель Qwen3 на 7,6 млрд параметров для генерации текста и последующей адаптации.

Подходит для: генерация продолжения текста · оценка чекпойнта после продолженного предобучения · дальнейшая адаптация языковой модели под прикладные задачи

Производная модели BrandonHowe/Olmo7b-compassion-olmo-seed1-20260930-CPT-merged-epoch-2. Дообученная на корпусе Compassion модель Olmo 3 предназначена для генерации текста на тему сострадания.

Подходит для: генерация текста о сострадании · эксперименты с продолжением предобучения языковой модели · оценка языковых моделей на корпусе о сострадании

Производная модели BrandonHowe/Qwen3-8b-compassion-qwen-seed1-20260930-CPT-merged-epoch-3. Дообученная на тематическом корпусе модель Qwen3 на 7,6 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

Подходит для: генерация диалоговых ответов · создание текстов в стиле, связанном с темой сострадания · экспериментальная оценка влияния тематического дообучения на ответы модели

Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода

Производная модели BrandonHowe/Qwen3-8b-compassion-seed2-20261001-CPT-final. Дообученная на тематических текстах модель Qwen3 на 7,6 млрд параметров для генерации текста и диалоговых ответов с ориентиром на сострадательный стиль.

Подходит для: генерация сострадательных ответов в диалоге · создание поддерживающих текстовых сообщений · черновики ответов для сервисов эмоциональной поддержки

Производная модели BrandonHowe/Olmo7b-compassion-olmo-seed1-20260930-CPT-merged-epoch-1. Дообученная на тематических текстах модель Olmo 3 с 6,9 млрд параметров для генерации текста и экспериментальной оценки ответов, связанных с состраданием.

Подходит для: генерация ответов на темы сострадания · изучение влияния тематического дообучения на ответы модели · эксперименты с генерацией длинного текста

Англоязычная reward-модель на базе Mistral с 7,1 млрд параметров для оценки ответов и моделирования человеческих предпочтений при выравнивании LLM.

Подходит для: оценка качества ответов языковой модели · сравнение вариантов ответа по человеческим предпочтениям · подготовка оценок для выравнивания LLM