SSD-1B — ускоренная диффузионная модель Segmind для генерации изображений по текстовым описаниям.

Подходит для: создание иллюстраций по текстовому промпту · быстрая генерация концепт-арта и дизайнов · подготовка визуальных материалов для обучения

Descript DAC 16 кГц — аудиокодек для извлечения признаков и компактного представления аудиосигнала.

Подходит для: извлечение признаков из аудио 16 кГц · кодирование аудио в компактные представления · подготовка аудиоданных для последующих моделей

Экспериментальная компактная языковая модель BananaMind с разреженным вниманием DSA для сравнения схем внимания и генерации текста.

Подходит для: сравнение разреженного DSA и стандартного внимания · воспроизведение контролируемого эксперимента по абляции внимания · изучение индексатора ключей и разреженного внимания в небольшой языковой модели

Darwin-28B-Opus — плотная языковая модель на базе Qwen3.6, предназначенная для сложных рассуждений, решения научных и математических задач и генерации кода.

Подходит для: Решение задач университетского уровня по естественным наукам · Пошаговое решение сложных математических задач · Генерация и отладка программного кода

Черновая модель DSpark для ускорения мультимодальной генерации целевой модели ZDTaichu5.0-9B посредством спекулятивного декодирования.

Подходит для: ускорение ответов ZDTaichu5.0-9B на запросы с изображениями · ускорение решения визуальных математических задач · ускорение мультимодального рассуждения в vLLM

Модель Transformers на базе BERT для извлечения признаков, при этом README дополнительно заявляет возможности рассуждения и генерации текста.

Подходит для: получение эмбеддингов для текстов · семантический поиск по документам · кластеризация текстовых данных

AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.

Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo

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

Предварительно обученная модель Caiyun AI на 2,8 млрд параметров для генерации текста с архитектурой динамически компонуемого внимания DCFormer.

Подходит для: генерация продолжения текста · эксперименты с архитектурами внимания · исследование и оценка языковых моделей

Студенческая модель Qwen3 с 2,1 млрд параметров для интерполяции размера между постобученными вариантами Qwen3-4B-Base.

Подходит для: построение промежуточных вариантов размера Qwen3 · перенос дельты весов между базовой и постобученной моделью · изучение влияния числа патчируемых слоёв на размер модели

Экспериментальная англоязычная языковая модель на 198 млн параметров с адаптивными вычислениями для генерации текста и исследования архитектуры Mixture of Recursion.

Подходит для: генерация коротких ответов на английском языке · прототипирование простого разговорного ИИ · изучение обучения языковых моделей с нуля

Вспомогательная DSpark-модель для спекулятивного декодирования с Kimi-K3, предназначенная для ускорения генерации текста.

Подходит для: ускорение генерации ответов с Kimi-K3 · ускорение генерации кода с Kimi-K3 · ускорение математических рассуждений с Kimi-K3

Модель Deita автоматически оценивает сложность текстовых инструкций для отбора данных при дообучении языковых моделей.

Подходит для: оценка сложности инструкций в SFT-датасете · автоматическая разметка примеров для instruction tuning · отбор инструкций по уровню сложности

Предварительно обученная языковая модель DCPythia-6.9B для генерации текста и экспериментов с динамически компонуемым вниманием.

Подходит для: генерация продолжений текста · эксперименты с архитектурами внимания · сравнение с Pythia-6.9B

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 GSAI-ML/LLaDA-8B-Base. Базовая 8-миллиардная диффузионная языковая модель LLaDA для генерации текста и дальнейшей адаптации.

Подходит для: генерация связного текста · создание диалоговых приложений на базе языковой модели · адаптация базовой модели под специализированные задачи

xhan77/ssdlm — диффузионная языковая модель на базе RoBERTa для заполнения пропусков и экспериментальной управляемой генерации текста.

Подходит для: заполнение замаскированных слов и фрагментов текста · генерация продолжений по текстовой подсказке · управляемая генерация текста по тональности

DASS medium AudioSet 50.2 — дистиллированная модель на основе пространства состояний для классификации звуковых событий в аудиозаписях.

Подходит для: классификация звуковых событий в аудиозаписях · анализ фоновых звуков и акустических сцен · поиск заданных звуковых событий в длинных записях

SDLM-32B-D4 — диалоговая языковая модель OpenGVLab на базе Qwen2.5-32B, использующая блочное диффузионное декодирование для ускоренной генерации текста.

Подходит для: диалоговые ответы и продолжение текста · ускоренная генерация длинных текстов · решение математических задач

Студенческая модель Qwen3 на 7,7 млрд параметров для генерации текста и интерполяции размера с постобученными вариантами базовой модели.

Подходит для: генерация текста на основе промпта · создание промежуточной модели между базовой и постобученной версиями Qwen3 · эксперименты с переносом разницы весов между вариантами модели

Производная модели segmind/SSD-1B. SSD-1B — ускоренная диффузионная модель Segmind для генерации изображений по текстовым описаниям.

Подходит для: создание иллюстраций по текстовому промпту · быстрая генерация концепт-арта и дизайнов · подготовка визуальных материалов для обучения

Экспериментальная Llama-модель на 17,6 млрд параметров, созданная слиянием с удалением слоёв для проверки метода DUS и генерации текста.

Подходит для: генерация текста по запросу · экспериментальная оценка слияния языковых моделей · сравнение результатов языковой модели на тестах рассуждений

Дообученная диффузионная языковая модель LLaDA-8B для генерации текста и решения математических задач GSM8K.

Подходит для: решение математических текстовых задач GSM8K · генерация пошаговых математических рассуждений · оценка методов обучения диффузионных языковых моделей

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