Мультимодальная объединённая модель Qwen для диалогов с изображениями, рассуждений, программирования и агентных задач с веб-поиском и инструментами.

Подходит для: решение математических задач и формальные рассуждения · генерация и анализ программного кода · ответы на вопросы по изображениям

Исследовательская версия Qwen3.8-Flash-Next с сокращённым числом экспертов для изучения прореживания MoE и последующего обучения модели рассуждениям.

Подходит для: воспроизведение экспериментов по прореживанию экспертов MoE · анализ влияния прореживания на качество и сохранение знаний · изучение каскада постобучения SFT, SimPO и RLVR

Экспериментальная мультимодальная модель Qwen с прореженными MoE-экспертами для диалогов по тексту и изображениям.

Подходит для: экспериментальная проверка ответов на вопросы по изображениям · исследование влияния прореживания экспертов MoE на мультимодальный диалог · воспроизведение экспериментов по калибровке и маршрутизации экспертов

Дообученная модель LFM2.5-2.6B преобразует подробные трассы рассуждений в короткие учебные трассы для сохранения и подготовки обучающих данных.

Подходит для: сокращение подробных рассуждений сильной модели до пошагового объяснения · подготовка трасс рассуждений для обучающих наборов данных · переформулирование решения в один последовательный путь без тупиковых ветвей

Модель преобразует подробные трассы рассуждений в длинные четырёхфазные учебные трассы, сохраняя переданный правильный ответ.

Подходит для: генерация длинных трасс рассуждений для сложных математических задач · подготовка учебных примеров для дообучения языковых моделей · переизложение олимпиадных решений в четырёхфазной форме

Базовая многоязычная языковая модель OpenBuddy на 66,6 млрд параметров для дальнейшего дообучения специализированных чат-моделей.

Подходит для: дообучение на предметной области · создание специализированного чат-бота · адаптация языковой модели к внутренним диалоговым данным

Модель преобразует подробные рассуждения в формальные трассы с доказательством и независимой проверкой для создания обучающих данных.

Подходит для: Преобразование математических рассуждений в формальные доказательства · Подготовка трасс научной логики с независимой проверкой · Создание обучающих примеров для рассуждений о коде

Компактная базовая языковая модель, обученная на одном CPU-ядре и предназначенная для экспериментов и дальнейшего дообучения.

Подходит для: эксперименты с обучением языковых моделей на CPU · дообучение компактной авторегрессионной модели · исследование сочетания линейного и скользящего оконного внимания

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

Модель Dayhoff для генерации белковых последовательностей и исследовательского белкового языкового моделирования.

Подходит для: генерация новых белковых последовательностей · безусловный дизайн белков · заполнение пропусков в белковой последовательности

Промежуточный экспериментальный текстовый чекпойнт Qwen-3.8-Next-MoE для воспроизводимости исследований обрезки экспертов и стабилизации маршрутизации.

Подходит для: воспроизведение экспериментов по обрезке экспертов MoE · исследование стабилизации маршрутизации экспертов · изучение влияния калибровки PLE на текстовую модель

Промежуточный текстовый чекпойнт Qwen4-exp для экспериментов с восстановлением маршрутизации MoE и генерацией текста.

Подходит для: воспроизведение экспериментов по восстановлению маршрутизации MoE · генерация текста в исследовательских экспериментах · проверка генерации структурированного Python-кода

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

Dayhoff-170M-UR90-HL-14000 — белковая языковая модель для генерации и анализа последовательностей, оценки мутаций и проектирования белковых мотивов.

Подходит для: генерация белковых последовательностей · оценка влияния мутаций на приспособленность белка без дообучения · проектирование белковых каркасов по структурным мотивам

Текстовая MoE-модель BigBang-Aquila с ортогонализованным направлением отказа предназначена для генерации диалоговых ответов.

Подходит для: генерация ответов в диалоговом приложении · развёртывание текстового чат-бота с длинным контекстом · обработка длинных текстовых запросов в одном контекстном окне

Модель Dayhoff для генерации белковых последовательностей и исследовательского белкового языкового моделирования.

Подходит для: безусловная генерация белковых последовательностей · дизайн новых белков · оценка эффектов мутаций на функцию белка

Модель Dayhoff для генерации белковых последовательностей, кондиционирования по гомологам и исследовательского анализа белковых вариантов.

Подходит для: генерация новых белковых последовательностей · генерация белков с кондиционированием по гомологичным последовательностям · предсказание эффектов мутаций на приспособленность без дообучения

Dayhoff-170M-GRS-SS-122000 — белковая языковая модель для генерации последовательностей, анализа мутаций и проектирования белков.

Подходит для: генерация новых белковых последовательностей · оценка влияния мутаций на приспособленность белка · проектирование белковых каркасов с заданными структурными мотивами

Дообученная на заданиях BabyAI модель Qwen3-1.7B для генерации текста и диалогового решения задач в этой среде.

Подходит для: диалоговое выполнение тренировочных заданий BabyAI · эксперименты с on-policy дистилляцией языковых моделей · исследование поведения компактной Qwen3 на задачах BabyAI

Модель Dayhoff для генерации и исследовательского анализа белковых последовательностей, включая дизайн белков и оценку эффектов мутаций.

Подходит для: генерация новых белковых последовательностей · безусловный дизайн белковых последовательностей · предсказание эффектов мутаций на функцию белка без дообучения

Компактная модель семейства Dayhoff для авторегрессионной генерации белковых последовательностей в исследовательских задачах.

Подходит для: генерация новых белковых последовательностей · создание кандидатов белков для исследовательских экспериментов · генерация последовательностей белков с заданным семейством

Dayhoff-170M-UR90-HL-22000 — белковая языковая модель для генерации последовательностей, анализа эффектов мутаций и проектирования белков.

Подходит для: генерация белковых последовательностей · предсказание влияния мутаций на приспособленность белка · проектирование последовательностей с заданными структурными мотивами

Dayhoff-170M-UR90-HL-12000 — исследовательская языковая модель для генерации и анализа белковых последовательностей.

Подходит для: генерация белковых последовательностей · безусловное проектирование белков · предсказание эффектов мутаций без дообучения

Модель Dayhoff для генерации белковых последовательностей, анализа эффектов мутаций и проектирования белков по структурному или эволюционному контексту.

Подходит для: генерация новых белковых последовательностей · оценка влияния мутаций на приспособленность белка · проектирование белковых последовательностей с заданным структурным мотивом