FFusion-BaSE — модель на базе Stable Diffusion 2.1 для создания художественных изображений по английским текстовым описаниям и применения LoRA-модификаций.
Подходит для: создание художественных изображений по текстовым промптам · визуализация творческих идей · создание иллюстраций для образовательных и творческих инструментов
Дообученная на базе SDXL диффузионная модель FFusion AI для генерации и изменения изображений по текстовым промптам.
Подходит для: создание изображений по текстовому описанию · редактирование изображения с помощью текстового промпта · подготовка базы для дообучения SDXL под собственный стиль или предметную область
FFXL400 — объединённая модель на базе SDXL для генерации изображений по текстовым промптам и дальнейших экспериментов с обучением.
Подходит для: генерация изображений по текстовому описанию · создание визуальных концептов и иллюстраций · эксперименты с комбинированием LoRA для SDXL
Черновая модель DFlash 2 в формате GGUF ускоряет генерацию GLM-5.3-Flash посредством спекулятивного декодирования.
Подходит для: ускорение генерации текста моделью GLM-5.3-Flash в llama.cpp · ускорение диалоговых ответов GLM-5.3-Flash при спекулятивном декодировании · локальный запуск черновой модели DFlash 2 совместно с целевой GGUF-моделью
Модель на основе Stable Diffusion XL для генерации изображений по текстовым описаниям.
Подходит для: создание изображений по текстовому запросу · генерация иллюстраций по английским описаниям · подготовка визуальных концепций
Бета-модель FFUSION Ai на основе Stable Diffusion 2.1 для генерации художественных изображений по английским текстовым описаниям.
Подходит для: создание художественных изображений по текстовому промпту · эксперименты с объединением и эффектами промптов · визуализация творческих идей
Производная модели amphion/TaDiCodec-TTS-AR-Qwen2.5-0.5B. Авторегрессионная модель Amphion на базе Qwen2.5-0.5B для генерации речи из текста с кодеком TaDiCodec.
Подходит для: синтез речи из заданного текста · zero-shot синтез речи · создание речевого аудио с кодеком TaDiCodec
Авторегрессионная модель Amphion на базе Qwen2.5-0.5B для генерации речи из текста с кодеком TaDiCodec.
Подходит для: синтез речи из заданного текста · zero-shot синтез речи · создание речевого аудио с кодеком TaDiCodec
Диффузионная языковая модель на основе LLaDA-8B-Instruct, которая уточняет сгенерированный текст, повторно маскируя и пересэмплируя низкоуверенные токены.
Подходит для: генерация текста с итеративным уточнением токенов · эксперименты с самокоррекцией при генерации текста · изучение RL-подходов к диффузионным языковым моделям
Экспериментальная 10,6-миллиардная модель Mistral для генерации текста и диалогов, полученная слиянием слоёв Fett-uccine-7B.
Подходит для: эксперименты со слиянием языковых моделей · тестирование генерации текста на архитектуре Mistral · экспериментальные диалоги с языковой моделью
Frankie-F — объединённая модель на архитектуре Llama с 1,5 млрд параметров для генерации текста и экспериментов с чекпойнтами TinyLlama.
Подходит для: генерация коротких текстовых продолжений · эксперименты с объединением моделей TinyLlama · исследование влияния выбора слоёв при слиянии языковых моделей
Производная модели maple-research-lab/RemeDi-RL. Диффузионная языковая модель на основе LLaDA-8B-Instruct, которая уточняет сгенерированный текст, повторно маскируя и пересэмплируя низкоуверенные токены.
Подходит для: генерация текста с итеративным уточнением токенов · эксперименты с самокоррекцией при генерации текста · изучение RL-подходов к диффузионным языковым моделям
Divot-LLM использует видеотокенизатор и языковую модель Mistral для понимания видеоклипов и генерации видео.
Подходит для: ответы на вопросы о содержании видеоклипа · создание текстового описания видео · понимание пространственно-временных событий в видео
Fugu Ultra v2 — обученная система координации нескольких агентов от Sakana AI для взаимодействия языковых моделей.
Подходит для: координация нескольких языковых агентов
Fugu Ultra от Sakana AI — система оркестрации нескольких агентов на базе языковой модели для маршрутизации задач.
Подходит для: маршрутизация запросов между несколькими ИИ-агентами · координация многошаговой работы языковых моделей · выбор агента для обработки пользовательского запроса