ColBERTv2 — BERT-модель для поиска и ранжирования релевантных английских фрагментов в больших текстовых коллекциях.

Подходит для: поиск пассажей по запросу в большой коллекции документов · ранжирование найденных фрагментов по релевантности · построение поискового сервиса с выдачей top-k документов

Авторегрессионная GPT-2-модель для генерации CIF-текстов неорганических кристаллических структур и использования в качестве основы для условного дообучения.

Подходит для: генерация CIF неорганических кристаллов · генерация структуры с подсказкой состава · генерация структуры с подсказкой пространственной группы

Безусловная GPT-2-модель для генерации CIF-файлов неорганических кристаллических структур из распределения MP-20.

Подходит для: генерация CIF-файлов неорганических кристаллических структур · генерация кристаллических структур по текстовой подсказке · базовая оценка генерации на наборе MP-20 в LeMat-Bench

Дообученная на основе Mistral-7B модель Quiet-STaR для генерации текста с предварительными токенами рассуждений.

Подходит для: генерация текста с пошаговыми внутренними рассуждениями · эксперименты с методом Quiet-STaR · генерация ответов на математическом материале

Экспериментальная англоязычная модель на базе Distil-Whisper для транскрибации медицинской речи.

Подходит для: транскрибация медицинских диктовок на английском языке · расшифровка записей врачебных консультаций · преобразование длинных медицинских аудиозаписей в текст

Производная модели NousResearch/Meta-Llama-3.1-8B-Instruct. Инструктивная многоязычная модель Meta семейства Llama 3.1 для генерации текста и диалогов с окном контекста 131 072 токена.

Подходит для: создание диалогового помощника на поддерживаемых языках · ответы на вопросы и следование текстовым инструкциям · написание, переписывание и суммаризация текста

Производная модели NousResearch/Meta-Llama-3.1-8B. Предобученная текстовая модель Llama 3.1 на 7,5 млрд параметров для многоязычной генерации текста и последующей адаптации к прикладным задачам.

Подходит для: генерация текста по пользовательскому запросу · создание черновиков и продолжение текста · ответы на вопросы на поддерживаемых языках

Экспериментальный вариант Mistral 7B v0.2 с повышенным attention dropout, предназначенный для обучения и генерации текста.

Подходит для: эксперименты с дообучением Mistral 7B · исследование влияния attention dropout на обучение · генерация текста на основе языковой модели

Дообученная на ответы без отказов диалоговая модель Qwen2.5 на 7,1 млрд параметров для генерации текста и ответов на инструкции.

Подходит для: диалоговые ответы на инструкции · генерация творческих текстов и ролевых сцен · ответы на запросы, на которые базовая модель может отказать

GPT-2-модель, обученная с нуля на CIF из Alex-MP-20 для безусловной генерации неорганических кристаллических структур.

Подходит для: генерация CIF неорганических кристаллических структур · создание кандидатов кристаллических структур по текстовому префиксу · воспроизведение базового сценария Alex-MP-20 в LeMat-Bench

Экспериментальная модель Crystalcareai на базе Gemma с архитектурой MoE для генерации текста.

Подходит для: генерация текста по запросу · эксперименты с языковыми моделями MoE · исследование маршрутизации токенов между экспертами

Экспериментальная базовая MoE-модель на архитектуре Gemma для генерации текста и исследований смеси экспертов.

Подходит для: генерация текста для прототипов · эксперименты с архитектурой смеси экспертов · обучение и проверка пользовательских вариантов GemMoE

Экспериментальная диалоговая MoE-модель на основе Qwen1.5-7B для генерации текста и изучения маршрутизации между восемью экспертами.

Подходит для: генерация ответов в диалоге · эксперименты с архитектурами Mixture of Experts · предварительная проверка рассуждений языковой модели

Дообученная на базе Mistral-7B разговорная модель для выполнения инструкций, диалогов, генерации текста и работы с кодом.

Подходит для: ответы на пользовательские вопросы в диалоге · выполнение сложных инструкций · написание и преобразование кода

Разреженная языковая MoE-модель на 8,2 млрд параметров для генерации текста и диалоговых ответов.

Подходит для: генерация ответов в диалоге · создание черновиков и продолжение текста · суммирование текстовых материалов

Дообученная на Python-инструкциях модель Gemma на 8,2 млрд параметров для генерации кода и ответов по программированию.

Подходит для: генерация фрагментов кода на Python по описанию · ответы на вопросы о программировании на Python · объяснение и дополнение Python-кода

Дообученная MoE-языковая модель на базе Qwen1.5 для генерации текста и ведения диалогов.

Подходит для: генерация ответов в диалоговом интерфейсе · создание текстовых продолжений по запросу · разработка чат-бота на базе Transformers

Разговорная текстовая модель на базе Llama-3-8b с четырьмя активными экспертами для генерации текста и диалога.

Подходит для: генерация ответов в чат-боте · ведение текстового диалога · создание черновиков и продолжение текста

Дообученная на MoD-150k модель Gemma с 8,2 млрд параметров для генерации текста.

Подходит для: генерация текста по запросу · создание черновиков и продолжение текста · ответы в текстовом диалоге

Crystal 1.8b — компактная объединённая модель Qwen2.5 для диалогов, генерации текста, задач программирования и математики.

Подходит для: ведение диалогов с пользователем · генерация ответов и другого текста по инструкциям · помощь с написанием и объяснением кода

Дообученная на инструкционных данных модель Gemma для генерации текста и ответов на запросы.

Подходит для: генерация ответов на текстовые запросы · диалоговый помощник · выполнение инструкций на естественном языке

Дообученная модель Gemma на 8,2 млрд параметров для генерации текста и диалоговых сценариев общего назначения.

Подходит для: генерация ответов в диалоговом интерфейсе · составление черновиков и коротких текстов · ответы на инструкции на естественном языке

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

Дообученная на примерах обратной связи по коду модель Gemma для генерации текстовых ответов и помощи при программировании.

Подходит для: получение обратной связи по фрагменту кода · генерация пояснений к коду · помощь при разборе программных примеров