DM0.5 — модель Vision-Language-Action от Dexmal для управления роботами по визуальным наблюдениям и инструкциям, включая манипуляции и длинные задачи.
Подходит для: управление роботом по визуальным наблюдениям и текстовой инструкции · выполнение последовательностей манипуляций с предметами · управление двуручным роботом в симуляции RoboDojo-Sim
Дообученная на LIBERO модель Dexmal DM0.5 для управления роботом и выполнения манипуляций по изображениям и текстовым инструкциям.
Подходит для: выполнение манипуляций роботом по текстовой инструкции · оценка политик управления на бенчмарках LIBERO · проверка переноса навыков между задачами и конфигурациями робота
Дообученная VLA-модель Dexmal для управления двуручным роботом ARX X5 в симуляторе RoboDojo-Sim по изображениям, инструкциям и истории наблюдений.
Подходит для: оценка управления ARX X5 на задачах RoboDojo-Sim · генерация последовательностей движений по изображениям с камер робота · управление двуручным манипулятором с использованием истории наблюдений
Дообученный чекпойнт DM05 с историей из 32 слотов для управления роботом ARX5 по визуальным наблюдениям и инструкциям через OpenDM.
Подходит для: управление манипулятором ARX5 по визуальным наблюдениям · выполнение роботизированных задач по текстовым инструкциям · управление движениями конечного эффектора с учётом истории наблюдений
Классификатор Swin для выявления изображений, созданных SDXL, с ограниченной надёжностью на генерациях других моделей.
Подходит для: проверка, создано ли изображение с помощью SDXL · фильтрация генераций SDXL в коллекции изображений · анализ изображений для учебных проектов по распознаванию AI-контента
Дообученная на RoboTwin 2.0 модель Dexmal DM0.5 управляет манипуляциями робота ALOHA по трём изображениям с камер и инструкциям на естественном языке.
Подходит для: управление двуруким роботом ALOHA по визуальным наблюдениям и текстовым инструкциям · выполнение задач манипуляции из набора RoboTwin 2.0 · оценка робототехнической политики в чистых и рандомизированных условиях
Базовый чекпойнт DW05 от Dexmal для моделирования мира и действий, дообучения и интеграции с робототехническими рантаймами.
Подходит для: разработка world-action моделей для робототехники · дообучение базового чекпойнта под конкретную робототехническую политику · интеграция модели DW05 в рантайм Dexbotic
Модель DW05 для предсказания действий робота и генерации видео его будущего обзора по изображениям, состоянию и текстовой инструкции в сценариях RobotWin.
Подходит для: вывод политики робота по изображению с камеры, состоянию и инструкции · предсказание последовательности будущих действий робота · генерация видео будущего обзора робота
diffusers: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная на LIBERO модель DM0.5 для управления роботом по изображениям камер и состоянию робота.
Подходит для: выполнение задач LIBERO в симуляции · управление роботом по изображениям с передней камеры и камеры на запястье · оценка политики на наборах LIBERO Spatial, Object и Goal
Базовый чекпойнт DM0.5 в формате LeRobot принимает изображения, состояние робота и инструкцию, чтобы предсказывать последовательности действий и служить основой для дообучения.
Подходит для: дообучение управления роботом на собственном датасете · обучение робота манипулировать объектами по визуальной инструкции · адаптация policy к целевому роботу или симулятору
Производная модели meta-llama/Llama-3.1-8B-Instruct. Инструкционно настроенная языковая модель Meta на 8 млрд параметров для многоязычных диалогов и генерации текста.
Подходит для: создание многоязычного чат-ассистента · ответы на вопросы пользователей · генерация и продолжение текста
Диалоговая модель Qwen2 на 71,5 млрд параметров, улучшенная для генерации ответов и решения языковых задач на корейском языке.
Подходит для: ответы на вопросы на корейском языке · ведение многоходового диалога на корейском языке · решение задач на рассуждение и понимание текста на корейском языке
Обученный PPO-агент для игры Huggy в среде Unity ML-Agents.
Подходит для: Просмотр поведения агента в игре Huggy · Продолжение обучения агента PPO в ML-Agents · Запуск обученного игрового агента в совместимой среде Unity
Модель преобразует стоматологические тексты в эмбеддинги для семантического поиска, сравнения, классификации и кластеризации.
Подходит для: поиск стоматологических статей и рекомендаций по запросу · сопоставление вопросов пациентов с ответами и материалами · поиск перефразированных стоматологических вопросов
Дообученная на базе Snowflake Arctic Embed L модель создаёт текстовые эмбеддинги для семантического поиска и сравнения предложений и документов.
Подходит для: семантический поиск по документам · поиск релевантных документов по запросу · сравнение сходства двух текстов
MoPET — модель классификации медицинских изображений из четырёх наборов MedMNIST+, построенная на замороженной основе DINOv3 ViT-B/16 со смесью LoRA- и BOFT-экспертов.
Подходит для: классификация изображений клеток крови по BloodMNIST · классификация изображений тканей молочной железы по BreastMNIST · классификация изображений кожных поражений по DermaMNIST
Дообученная EfficientNet-B0 классифицирует изображения кожных поражений на семь классов по данным HAM10000.
Подходит для: классификация изображений кожных поражений на семь классов · эксперименты по объяснимости моделей для дерматологических изображений · сравнение объяснений CNN и Vision Transformer
MoPET booster-derma классифицирует дерматологические изображения DermaMNIST с помощью экспертной модели на основе DINOv3 и совместного обучения на нескольких медицинских наборах данных.
Подходит для: классификация изображений DermaMNIST по семи классам · эксперименты с переносом знаний между наборами медицинских изображений · извлечение признаков из изображений кожи для исследовательских задач
Модель ModernBERT для извлечения стоматологических сущностей из испанских клинических текстов и прямого присвоения им кодов SNOMED CT.
Подходит для: извлечение патологий из испанских стоматологических заключений · кодирование стоматологических сущностей терминами SNOMED CT · структурирование стоматологических историй пациентов
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная VLA-политика для мобильного манипулятора Dexmate Vega 1 Pro, обученная переносить синюю птицу на стол по изображению с камеры и состоянию робота.
Подходит для: перенос синей птицы на стол для совещаний · воспроизведение обученной задачи мобильной манипуляции на Dexmate Vega 1 Pro · офлайн-прогон политики по RGB-изображению и состоянию робота
Энкодер ModernBERT для извлечения стоматологических клинических сущностей из испанских текстов с привязкой к понятиям SNOMED CT.
Подходит для: извлечение стоматологических диагнозов и состояний из клинических записей · распознавание анатомических структур в стоматологических отчетах · извлечение стоматологических процедур и вмешательств
safetensors: формат, квантизация, runtime и память принадлежат одному artifact