Пакет слоёв GGUF в формате IQ4_XS для распределённого запуска чат-модели семейства Qwen3 через Mesh LLM.

Подходит для: локальный приватный запуск чат-модели · распределённый инференс на нескольких машинах · обслуживание чата через OpenAI-совместимый локальный API

Базовая многоязычная рекуррентная модель RWKV-7 на 7,8 млрд параметров для генерации текста и диалогов с постоянным размером состояния.

Подходит для: генерация продолжения текста · создание диалоговых приложений на основе базовой языковой модели · локальный инференс многоязычной языковой модели на GPU

Warlock — диалоговая текстовая модель Audn на базе GLM-5.3 с изменёнными весами для авторизованного red-team-тестирования и исследований безопасности.

Подходит для: проверка устойчивости моделей к вредоносным запросам · оценка поведения системы при снижении частоты отказов · red-team-тестирование диалоговых ассистентов

Базовая авторегрессионная языковая модель RWKV-7 на 7,8 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжения текста · подготовка базовой модели для дообучения под инструкции · оценка языковой модели на текстовых задачах

Базовая многоязычная модель RWKV-7 на 14,6 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжений текста · создание диалоговых прототипов на основе шаблона чата · оценка базовой языковой модели

Базовая рекуррентная языковая модель RWKV-7 на 1,5 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжений текста · создание диалоговых приложений на основе постобучения · дообучение языковой модели на пользовательских данных

Рекуррентная языковая модель RWKV-7 на 2,9 млрд параметров для генерации текста и диалогов с контекстом до 16 384 токенов.

Подходит для: генерация продолжений текста · подготовка черновиков на нескольких языках · диалоговые прототипы на базе языковой модели

Базовая 13,3-миллиардная языковая модель RWKV-7 для генерации текста и диалога с рекуррентным состоянием постоянного размера.

Подходит для: генерация продолжений текста · создание диалоговых прототипов с шаблоном чата · локальный инференс языковой модели на совместимом GPU

Базовая языковая модель RWKV-7 Goose на 3,1 млрд параметров для генерации текста, диалоговых экспериментов и последующего дообучения.

Подходит для: генерация и продолжение текста · создание прототипа многоходового чат-бота · дообучение языковой модели на собственных данных

Базовая рекуррентная языковая модель RWKV-7 на 7,2 млрд параметров для генерации текста и диалогов с постоянным размером состояния.

Подходит для: генерация продолжения текста · создание диалоговых ответов по разговорному шаблону · локальный инференс языковой модели через Transformers и FLA

Пакет слоёв GGUF модели GLM-5.2-Q2_K-MTP-Q8 для распределённой генерации текста и локального чат-сервинга на Mesh LLM.

Подходит для: Локальный приватный чат с языковой моделью · Распределённый запуск модели на нескольких компьютерах · Генерация текста через локальный сервер Mesh LLM

Пакет GGUF модели GLM-4.7-REAP-218B-A32B, разделённый на слои для локального распределённого чат-инференса через Mesh LLM.

Подходит для: локальный приватный запуск чат-модели · распределённый инференс на нескольких компьютерах · генерация ответов через совместимый с OpenAI API интерфейс Mesh LLM

Пакет слоёв GGUF GLM-5.1-UD-Q4_K_XL предназначен для распределённого локального запуска чат-модели на нескольких машинах через Mesh LLM.

Подходит для: локальный приватный запуск чат-модели · распределённый инференс на нескольких машинах · обслуживание запросов через OpenAI-совместимый Chat Completions API

Квантизованный пакет слоёв GGUF для запуска GLM-4.7-Flash-REAP-23B-A3B как локального чат-сервиса на одной или нескольких машинах.

Подходит для: локальный чат-бот на собственном оборудовании · распределённый запуск модели на нескольких машинах · обслуживание запросов через совместимый с OpenAI API

Базовая рекуррентная языковая модель RWKV-7 на 1,5 млрд параметров для генерации текста и диалогов с контекстом 16 384 токена.

Подходит для: генерация продолжения текста · создание черновиков и кратких текстовых ответов · эксперименты с рекуррентными языковыми моделями

Пакет квантованных весов Qwen3.5 в GGUF для распределённой генерации текста и локального чат-инференса через Mesh LLM.

Подходит для: локальный приватный запуск чат-модели · генерация ответов через совместимый с OpenAI API интерфейс · распределённый инференс на нескольких компьютерах

Пакет квантованных GGUF-весов Ornith-1.0-397B для локального распределённого чат-инференса через Mesh LLM.

Подходит для: локальный приватный запуск чат-модели · распределённый инференс на нескольких компьютерах · генерация текста через совместимый с OpenAI API

Мультимодальная модель на базе Qwen3.5-4B, дообученная для математических рассуждений, диалога и оценки генерации кода.

Подходит для: Решение математических задач и проверка рассуждений · Эксперименты с диалоговыми ответами общего назначения · Оценка качества генерации кода

Сжатая GGUF-сборка Niwaki на базе Qwen3.6-35B-A3B для локальной генерации текста и диалогов в llama.cpp.

Подходит для: локальный чат и ответы на вопросы · генерация текста на нескольких языках · запуск MoE-модели в формате GGUF

Базовая авторегрессионная модель RWKV-7 на 3,1 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжения текста · создание диалогового прототипа на основе базовой языковой модели · дообучение модели на инструкциях или предметных данных

Визуально-языковая модель на 8 млрд параметров, которая находит элементы графического интерфейса по изображению экрана и текстовой инструкции.

Подходит для: поиск кнопки или поля ввода по инструкции на скриншоте · привязка команд GUI-агента к элементам интерфейса · автоматизация действий в приложениях и на веб-страницах

Компактная модель RWKV-7 World на 149,4 млн параметров для генерации текста и диалогов, подготовленная для загрузки через Transformers.

Подходит для: продолжение английского текста · генерация коротких ответов в диалоге · эксперименты с компактными языковыми моделями

Исследовательская модель RWKV-4 с 137,7 млн параметров для авторегрессионной генерации английского текста и анализа динамики обучения.

Подходит для: генерация продолжений английского текста · сравнение динамики обучения языковых моделей · эксперименты с архитектурой RWKV-4

Небольшая авторегрессионная модель RWKV-4 для англоязычной генерации текста и исследований динамики обучения.

Подходит для: эксперименты с динамикой обучения языковых моделей · сравнение RWKV с Pythia и Mamba при одинаковых данных и шагах обучения · генерация продолжений англоязычного текста