Модель генерации текста семейства Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов для текстовых и диалоговых сценариев.
Подходит для: генерация продолжений текста · создание ответов в диалоговых интерфейсах · написание черновиков текстовых материалов
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
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.
Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API
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
DWARF-v2 55M Base — базовая англоязычная причинная языковая модель на 59,8 млн параметров для генерации текста и исследований разреженных архитектур.
Подходит для: продолжение англоязычного текста по промпту · эксперименты с разреженным причинным вниманием · анализ гибридной архитектуры внимания на языковой модели
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
Дообученная модель Qwen для планирования, рефлексии и использования инструментов в агентных системах.
Подходит для: планирование шагов для языкового агента · выбор и вызов инструментов в диалоге · рефлексия и корректировка плана агента
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