Компактная визуальная модель Meta AI на архитектуре ConvNeXt-Tiny, извлекающая признаки изображений для поиска, классификации и других задач компьютерного зрения.
Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному сходству · классификация изображений с k-NN или линейным классификатором
Компактная модель-черновик DFlash предлагает блоки токенов для speculative decoding, ускоряя генерацию текста целевой моделью openai/gpt-oss-120b.
Подходит для: ускорение инференса openai/gpt-oss-120b через speculative decoding · ускорение генерации ответов на математические задачи · ускорение генерации кода при решении задач HumanEval и MBPP
Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.
Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором
Черновая модель NVIDIA для спекулятивного декодирования DSpark, ускоряющего вывод MiniMax-M3 в сценариях генерации текста и мультимодальных агентов.
Подходит для: ускорение генерации ответов на основе MiniMax-M3 · создание мультимодальных ИИ-агентов с длинным контекстом · разработка помощника по программированию с ускоренным выводом
DPN-131 — модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: классификация объектов на изображениях · извлечение признаков из изображений для компьютерного зрения · получение эмбеддингов изображений
Производная модели Dennis1315/ward-cloud-14b. Дообученная мультимодальная модель Qwen3.5 для диалога по тексту и изображениям, с поддержкой интерфейса вызова инструментов.
Подходит для: вопросы и ответы по изображению · описание содержимого изображения · диалог с текстовыми запросами
Дообученная мультимодальная модель Qwen3.5 для диалога по тексту и изображениям, с поддержкой интерфейса вызова инструментов.
Подходит для: вопросы и ответы по изображению · описание содержимого изображения · диалог с текстовыми запросами
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
Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.
Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели
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
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
Dynin-Omni — мультимодальная модель masked diffusion для рассуждений, понимания и генерации текста, изображений, видео и речи.
Подходит для: ответы в диалоге и решение задач на рассуждение · описание содержимого изображений и видео · генерация изображений по текстовому запросу
Небольшая модель DeepSeek-V4, обученная с нуля для экспериментов с архитектурой и генерации текста.
Подходит для: эксперименты с архитектурой DeepSeek-V4 · изучение маршрутизации экспертов MoE на малой модели · исследование гибридного внимания в языковых моделях
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
Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.
Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях
Текстовая модель DeepSeek-V4-Flash-DSpark с ослабленными отказами для локального ассистирования, red teaming и оценки поведения моделей.
Подходит для: проверка устойчивости моделей в red teaming · оценка поведения ассистента без стандартных отказов · локальное текстовое ассистирование
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
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
Крупная модель DINOv2, обученная без языковой супервизии на веб-изображениях и предназначенная для извлечения визуальных признаков.
Подходит для: извлечение признаков изображений для компьютерного зрения · получение визуальных представлений для сравнения изображений · подготовка признаков для классификации изображений
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
Echidna-13b-v0.3 — языковая модель на 13 млрд параметров для ролевых диалогов, ERP и генерации текста общего назначения.
Подходит для: ролевые диалоги с персонажами · генерация эротических ролевых ответов · продолжение художественных историй
Echidna-13b-v0.2 — объединённая LLaMA-модель на 12,9 млрд параметров для ролевых диалогов, эротических сценариев и генерации текста общего назначения.
Подходит для: ведение ролевых диалогов с персонажами · генерация эротических ролевых сцен · написание художественных историй и сцен
Экспериментальная 15,8-миллиардная модель семейства Llama, созданная слиянием для генерации текста и оценки метода DUS.
Подходит для: генерация текста по запросу · эксперименты со слиянием языковых моделей · оценка качества модели после удаления слоёв
Производная модели ornith-ai/Ornith-1.5-397B. Крупная MoE-модель Ornith-1.5-397B для агентного программирования, выполнения задач в терминале и вызова инструментов.
Подходит для: автоматическое исправление ошибок в репозиториях · выполнение многошаговых задач программирования через агента · работа с кодом и файлами в терминале