Сжатая медицинская языковая модель Doses AI для локальной разработки и оценки медицинских помощников и биомедицинских систем.

Подходит для: ответы на вопросы по клиническим и биомедицинским знаниям · поиск и извлечение сведений о лекарствах · разработка локального медицинского чат-помощника

Диалоговая MoE-модель на 35 млрд параметров для генерации текста, агентного программирования и работы с инструментами.

Подходит для: генерация и объяснение программного кода · поиск и исправление ошибок в репозиториях · выполнение задач разработки через агентные инструменты

GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому описанию

Агентная модель Moonshot AI для сложных задач программирования и многоэтапной разработки ПО с поддержкой изображений, видео и инструментов.

Подходит для: написание и изменение кода в крупных проектах · выполнение многоэтапных задач разработки через агентный интерфейс · поиск и исправление ошибок в программном обеспечении

Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.

Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе

Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.

Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках

Дообученная на трассировках Claude Opus 4.7 модель Qwen MoE для многошаговых рассуждений, математики, STEM-задач и планирования.

Подходит для: решение многошаговых задач по математике · ответы на вопросы по естественным и техническим наукам · пошаговый анализ и объяснение кода

Компактная мультимодальная модель для распознавания еды на фото и оценки калорийности и пищевой ценности каждого ингредиента.

Подходит для: оценка калорийности блюда по фотографии · распознавание ингредиентов на тарелке · оценка массы порций отдельных ингредиентов

Dolphin 2.9.1 — дообученная 70-миллиардная модель Llama 3 для диалогов, выполнения инструкций, программирования и вызова функций.

Подходит для: создание диалогового помощника по инструкциям · генерация и объяснение программного кода · решение математических текстовых задач

Darwin-27B-RSI — дообученная языковая модель Qwen3.5 для генерации текста и решения сложных задач рассуждения с использованием собственного обучающего сигнала.

Подходит для: ответы на сложные вопросы по естественным наукам · решение математических задач с пошаговым рассуждением · генерация текста в диалоговом режиме

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Дообученная Yi-1.5-34B разговорная модель для следования инструкциям, диалогов, программирования и вызова функций с контекстом до 32 768 токенов.

Подходит для: ответы на пользовательские вопросы в диалоге · выполнение инструкций и составление текстов · генерация и разбор программного кода

Дообученная HPAI на медицинских данных модель Llama 3.1 8B для ответов на медицинские вопросы и других исследовательских задач в здравоохранении.

Подходит для: ответы на медицинские вопросы для исследовательских задач · объяснение медицинских понятий и сведений · суммаризация медицинских текстов

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

Dolphin 2.9.4 — дообученная на базе Llama 3.1 8B диалоговая модель для следования инструкциям, программирования и агентных сценариев.

Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение кода · решение математических задач

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

Дообученная DPO версия Qwen2.5-1.5B-Instruct для более точного решения, когда вызывать инструмент, отвечать напрямую или отказываться.

Подходит для: определение, требует ли запрос вызова инструмента · снижение неподдержанных вызовов функций в агенте · выбор между вызовом инструмента и прямым ответом

Компактная дообученная модель SupraLabs, которая анализирует текстовый запрос и решает, направить ли его локальной малой модели или облачной большой модели.

Подходит для: маршрутизация запросов между локальной и облачной LLM · оценка сложности пользовательского запроса перед выбором модели · выявление запросов с математикой или программированием

Компактная модель SmolLM2 на 361,8 млн параметров, дообученная методом DPO для диалогов и генерации текста.

Подходит для: эксперименты с DPO для небольших языковых моделей · генерация ответов в текстовом диалоге · локальный запуск компактной чат-модели

Автоматически объединённая 7,1-миллиардная модель семейства Mistral для генерации текста, основанная на экспериментальной модели и DPO-дообученной математической модели.

Подходит для: генерация ответов на текстовые запросы · решение математических задач в диалоге · пошаговое объяснение математических решений

Диалоговая модель Llama 3 на 7,5 млрд параметров, дообученная методом DPO для генерации ответов и ведения переписки.

Подходит для: ведение диалога с текстовым ассистентом · генерация ответов на запросы пользователя · создание и продолжение текстов

Компактная англоязычная MoE-модель Doge на 13,1 млн параметров для генерации текста и диалогов.

Подходит для: эксперименты с генерацией английского текста · продолжение обучения на новом наборе данных · создание простого диалогового прототипа

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