GroundingPI — зрительно-языковая модель для локализации объектов и элементов сцены по текстовому запросу с выдачей точек и рамок.

Подходит для: локализация объектов на изображении по названию категории · поиск объекта по текстовому описанию · указание координат объекта точкой

Компактная Grounding DINO обнаруживает на изображениях объекты, соответствующие текстовым запросам, без обучения под каждый класс.

Подходит для: поиск объектов на изображении по текстовому описанию · zero-shot-детекция объектов без размеченных примеров для классов · автоматическое обнаружение объектов для подготовки разметки изображений

MM Grounding DINO Large обнаруживает объекты на изображениях по текстовым запросам без обучения на каждом новом наборе классов.

Подходит для: поиск заданных объектов на фотографиях по текстовому описанию · обнаружение объектов открытого словаря без обучения на новых классах · автоматическая разметка изображений ограничивающими рамками

Grounding DINO Base обнаруживает объекты на изображениях по текстовым запросам без необходимости заранее размечать примеры для каждого класса.

Подходит для: Поиск заданных объектов на фотографии по текстовому описанию · Обнаружение объектов на изображениях без обучающих примеров для каждого класса · Автоматическая локализация упомянутых предметов на изображении

Англоязычная модель EleutherAI на 410M для продолжения текста и контролируемых исследований поведения и интерпретируемости языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разных размеров на одинаковых данных · анализ влияния этапов обучения на поведение модели

Англоязычная модель EleutherAI с 1,2 млрд параметров для генерации текста и исследований поведения и интерпретируемости языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разного размера · анализ влияния этапа обучения на поведение модели

Дообученная на задачах Pi модель Qwen для агентного программирования, которая читает и изменяет репозитории, использует инструменты и проверяет результат.

Подходит для: внесение изменений в существующий кодовый репозиторий · исправление ошибок с проверкой через запуск инструментов · реализация задачи по требованиям проекта

Компактная англоязычная модель EleutherAI для генерации текста и контролируемых исследований поведения языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · эксперименты с продолжением английского текста · сравнение моделей одинакового размера в контролируемых условиях

Набор моделей PI0, PI0.5 и GR00T N1.7 в формате GGUF для инференса vision-language-action и управления роботами на Jetson и CUDA-платформах.

Подходит для: управление роботом по изображению и текстовой инструкции · генерация последовательностей действий для задач манипуляции · запуск vision-language-action модели на NVIDIA Jetson

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Англоязычная авторегрессионная модель EleutherAI с 1,2 млрд параметров для исследований генерации и интерпретируемости языковых моделей.

Подходит для: изучение поведения авторегрессионной языковой модели · эксперименты по интерпретируемости трансформеров · сравнение моделей разных размеров на контролируемых данных

Компактная модель MM Grounding DINO обнаруживает объекты на изображениях по текстовым запросам и поддерживает zero-shot-обнаружение.

Подходит для: поиск объектов на изображении по текстовым названиям · обнаружение объектов с открытым набором классов · разметка изображений рамками объектов

Конвертированный в PyTorch Diffusers базовый чекпойнт PI0.5 для робототехнического управления по зрительно-языковым входам.

Подходит для: Использование PI0.5 как базовой политики для управления роботом · Запуск робототехнических сценариев vision-language-action · Загрузка базового чекпойнта PI0.5 через GigaModels

Небольшая англоязычная авторегрессионная модель GPT-NeoX для генерации текста и исследований воспроизводимости обучения.

Подходит для: генерация продолжения англоязычного текста · сравнение влияния случайного seed на обучение языковых моделей · воспроизведение экспериментов проекта Pythia

UGround — мультимодальная модель для поиска и локализации элементов графического интерфейса по изображению экрана и текстовому запросу.

Подходит для: поиск кнопки или значка на снимке экрана · определение расположения текстового элемента в мобильном приложении · локализация элемента управления в настольном интерфейсе

PiT-B/224 — визуальный трансформер для классификации изображений и извлечения признаков, обученный на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение визуальных карт признаков · получение эмбеддингов изображений

PI0Fast — дообучаемая визуально-языковая политика, которая преобразует изображения и состояние робота в последовательность действий для управления манипулятором.

Подходит для: дообучение политики для выполнения команд манипулятором · управление роботом по изображениям с нескольких камер · выполнение инструкций на естественном языке в робототехнических задачах

Промежуточная мультимодальная модель NVIDIA на базе Qwen3-VL-8B-Thinking для обучения и выполнения задач визуального grounding с текстовыми рассуждениями.

Подходит для: локализация упомянутых в запросе объектов на изображении · структурированное визуальное grounding с пояснением рассуждений · подготовка и инициализация последующего обучения с подкреплением на визуальных данных

GRaPE 2.5 Helios — мультимодальная модель на базе Qwen3.5-9B для диалога, анализа изображений, рассуждений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · разбор видеоматериалов с текстовыми ответами · генерация и редактирование кода в агентной среде

Компактная Grounding DINO находит на изображениях объекты, соответствующие произвольным текстовым запросам, и возвращает их рамки.

Подходит для: поиск предметов на изображении по текстовому описанию · обнаружение объектов без заранее заданного списка классов · разметка изображений ограничивающими рамками по запросу

Дообученная на BridgeV2 модель Pi0 для управления роботом при выполнении задач манипуляции по визуальным и языковым инструкциям.

Подходит для: Укладка кубов роботом · Перекладывание предметов в корзину · Размещение ложки на полотенце

Англоязычная модель EleutherAI с 454,2 млн параметров для генерации текста и контролируемых исследований поведения языковых моделей.

Подходит для: изучение интерпретируемости языковых моделей · эксперименты с влиянием порядка обучающих данных · анализ поведения модели на промежуточных этапах обучения

Англоязычная модель EleutherAI на 8,8 млрд параметров для генерации текста и контролируемых исследований поведения больших языковых моделей.

Подходит для: эксперименты с продолжением англоязычного текста · исследование поведения языковых моделей разных размеров · анализ влияния дедупликации обучающих данных

Экспериментальный вариант Pythia на 151,9 млн параметров для генерации английского текста и исследования влияния инициализации весов на обучение языковых моделей.

Подходит для: сравнение результатов предобучения при разных начальных весах · исследование стабильности и воспроизводимости обучения языковых моделей · генерация продолжений английского текста