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

Swift-Qwen3.8-27B — дообученная мультимодальная модель Qwen для диалогов и сложных задач с более короткими цепочками рассуждений.

Подходит для: решение многошаговых задач с сокращением объёма рассуждений · программирование и помощь при разборе кода · диалоговые ответы на текстовые запросы

Компактная модель Swin Transformer v2 для классификации изображений по классам ImageNet-1k.

Подходит для: классификация изображений по 1000 классам ImageNet · определение объектов и сцен на фотографиях · извлечение визуальных признаков для адаптации к задачам распознавания

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Англоязычная базовая языковая модель IBM на 2,1 млрд параметров для генерации текста и экспериментов с гибридным скользящим вниманием и attention sinks.

Подходит для: генерация продолжений текста на английском языке · эксперименты с архитектурой скользящего внимания и attention sinks · оценка языковой модели на задачах общего назначения

Экспериментальный классификатор Swin оценивает, было ли художественное изображение создано генеративным ИИ.

Подходит для: первичная проверка художественной иллюстрации на генерацию ИИ · отбор изображений для экспертной проверки · классификация художественных изображений как созданных ИИ или нет

Дообученная UkisAI модель Qwen для экономичного рассуждения, программирования и многошаговых агентных задач с поддержкой изображений.

Подходит для: решение задач программирования с агентом · выполнение многошаговых задач в терминале · разработка и отладка программного обеспечения

Декензурированная версия мультимодальной Muse Glimmer-30B для диалогов, работы с изображениями и агентных задач с инструментами.

Подходит для: создание локального ИИ-агента с многошаговым планированием · вызов инструментов и функций в многоходовом диалоге · написание и отладка кода

Swin Transformer Small классифицирует изображения и может служить backbone для извлечения признаков и эмбеддингов.

Подходит для: классификация изображений по классам ImageNet · извлечение карт признаков из изображений · получение визуальных эмбеддингов для поиска похожих изображений

Дообученная на SwinV2 модель классификации изображений, предназначенная, судя по названию репозитория, для обнаружения изображений, созданных ИИ.

Подходит для: проверка изображения на признаки генерации ИИ · классификация изображений на обученные моделью категории · оценка изображения классификатором в автоматизированном конвейере

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Англоязычная модель Google с архитектурой Switch Transformers и разреженным Mixture of Experts, предварительно обученная для последующей настройки на задачи преобразования текста.

Подходит для: дообучение модели для генерации текста по текстовому запросу · эксперименты с архитектурой Mixture of Experts · исследование переноса обучения с корпуса C4

Диалоговая модель Llama 3 с методом Representation Rerouting для снижения вероятности вредоносных ответов.

Подходит для: диалоговые ответы с ограничением вредоносного контента · создание чат-бота с дополнительными механизмами безопасности · генерация текста в сценариях, требующих снижения вредных ответов

Компактная модель Swin Transformer V2 для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: Классификация объектов на изображениях · Определение категории изображения по набору ImageNet-1k · Извлечение карт признаков из изображения

Модель Swin Transformer V2 для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт визуальных признаков · получение эмбеддингов изображений

Skywork-SWE-32B — дообученная 32-миллиардная модель Skywork AI для агентного решения задач программной инженерии и подготовки исправлений кода.

Подходит для: анализ репозитория для решения задачи из SWE-bench · подготовка исправления ошибки в существующем проекте · генерация патча по описанию программной проблемы

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

Swin Transformer v2 Tiny — модель компьютерного зрения для классификации изображений по классам ImageNet-1k.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов на изображениях общего назначения · использование визуального backbone для последующей адаптации к плотному распознаванию

SwinV2 Small — модель компьютерного зрения для классификации изображений ImageNet-1k, извлечения признаков и эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска и сравнения

GRM-3.2-Sky — дообученная мультимодальная MoE-модель OrionLLM для длительных агентных сценариев, сложного программирования и многошаговых рассуждений.

Подходит для: многошаговое планирование и выполнение задач агентом · отладка и рефакторинг сложных кодовых баз · решение задач по продвинутой математике

Визуальная модель Swin Transformer, предварительно обученная на ImageNet-22k для классификации изображений и извлечения признаков.

Подходит для: классификация изображений по категориям · извлечение карт признаков из изображений · получение эмбеддингов изображений для поиска и кластеризации

GGUF-сборка MoE-модели Ornith для агентного программирования, генерации текста и мультимодальной работы с изображениями через llama.cpp.

Подходит для: автоматическое решение задач программирования агентом · исправление ошибок и внесение изменений в репозитории кода · выполнение задач разработки через терминал и инструменты

Swin Transformer V2 Base — модель компьютерного зрения для классификации изображений на классы ImageNet-1k.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов на фотографиях · извлечение признаков изображений для компьютерного зрения