Компактная геномная языковая модель HyenaDNA для предсказания нуклеотидов и анализа длинных последовательностей ДНК.

Подходит для: предсказание следующего нуклеотида в последовательности ДНК · классификация геномных последовательностей · поиск регуляторных элементов в ДНК

Англоязычная модель Mistral на 7,1 млрд параметров для получения инструкционно-управляемых текстовых эмбеддингов и семантического поиска.

Подходит для: создание эмбеддингов для семантического поиска · поиск документов по текстовому запросу · сопоставление запросов и документов по смыслу

Дообученная на базе Meta-Llama-3-8B модель для генерации синтетических обучающих данных, включая примеры для классификации.

Подходит для: синтез обучающих примеров для классификации · генерация текстовых данных для обучения моделей · расширение набора обучающих данных синтетическими примерами

Мультимодальная модель эмбеддингов для поиска по тексту, изображениям, аудио и видео в общем пространстве представлений.

Подходит для: поиск текста по запросам на другом языке · поиск видео по текстовому описанию · поиск аудиозаписей по текстовому запросу

Мультимодальная модель эмбеддингов для поиска по тексту, изображениям, аудио и видео в едином векторном пространстве.

Подходит для: поиск изображений и диаграмм по запросу · поиск по PDF и другим визуальным документам · поиск нужного фрагмента в видео

Экспериментальный чекпойнт циклической MoE-языковой модели для генерации текста и исследований архитектуры Huginn.

Подходит для: генерация текста при исследовании циклических языковых моделей · оценка чекпойнта MoE H/L на протоколе статьи · сравнение вариантов топологии и организации рекуррентного состояния

Исследовательский чекпойнт MoE-рецепта архитектуры Huginn для генерации текста и оценки подходов к зацикленным языковым моделям.

Подходит для: генерация текста для оценки исследовательского чекпойнта · воспроизведение протокола эксперимента из статьи · исследование архитектуры зацикленных языковых моделей

Экспериментальный чекпойнт языковой модели Huginn для генерации текста и исследований циклических архитектур, требующий нативного загрузчика xLLM.

Подходит для: генерация текста в исследовательских экспериментах · оценка архитектуры Huginn по протоколу статьи · сравнение вариантов организации рекуррентного состояния

Языковая модель Havenlon для исследований рассуждений об ограничении исполнения действий ИИ-агентов и безопасности высокорисковой автоматизации.

Подходит для: анализ политик исполнения действий ИИ-агента · интерпретация свидетельств и условий допуска к действию · исследование безопасности высокорисковой автоматизации

Экспериментальный чекпойнт плотной LoopedLM на архитектуре Huginn для генерации текста и исследования внедрения входа в середине сети.

Подходит для: оценка качества генерации текста на чекпойнте из исследовательской работы · сравнение вариантов внедрения входа в рекуррентную языковую модель · воспроизведение экспериментов по архитектуре LoopedLM

ARI-8B восстанавливает повреждённые иероглифы ханча в корейских исторических документах по контексту и, в полном сценарии, извлечённым архивным источникам.

Подходит для: восстановление повреждённых иероглифов ханча в исторических записях · восстановление имён и должностей в документах династии Чосон · восстановление дат, названий мест и организаций в архивных текстах

Экспериментальная MoE-модель архитектуры Huginn для генерации текста и изучения петлевой топологии с инъекцией входа.

Подходит для: генерация текста с экспериментальной петлевой языковой моделью · оценка MoE-модели по протоколу статьи о петлевых моделях · сравнение вариантов архитектуры с инъекцией входа

Компактная диалоговая модель Havenlon для анализа намерений, свидетельств и политик перед выполнением действий AI-систем.

Подходит для: проверка соответствия действия исходному намерению · выявление недостающих или противоречивых свидетельств перед выполнением · анализ условий политики управления исполнением

Дообученная на Meta-Llama-3-8B модель для пересмотра s2s-данных при синтезе обучающих данных для эмбеддингов.

Подходит для: пересмотр sequence-to-sequence данных для обучения эмбеддингов · улучшение синтетических обучающих примеров для эмбеддингов · переработка s2s-данных в конвейере SPEED

Текстовая модель Havenlon на 22,3 млрд параметров для анализа безопасности ИИ-агентов, политик и границ исполнения действий.

Подходит для: анализ рисков действий ИИ-агента · проектирование архитектуры контроля исполнения · обсуждение политик авторизации действий

Compare2Score — модель mPLUG-Owl2 на 6,6 млрд параметров для извлечения признаков и задач сравнения с контекстом 2048 токенов.

Подходит для: извлечение признаков для сравнения объектов или ответов · подготовка представлений текста для оценки сходства · генерация текста в задачах сравнения

Мультимодальная модель на базе Qwen2.5-VL для создания эмбеддингов и поиска по текстам, изображениям и документам.

Подходит для: поиск изображений по текстовому запросу · поиск текстов и документов по смыслу · поиск по визуально насыщенным документам

Исследовательская диалоговая модель Havenlon на базе Qwen3.5 для анализа контроля исполнения действий, границ доверия и безопасности AI-агентов.

Подходит для: анализ архитектур защищённого исполнения · разбор границы между решением AI-агента и физическим исполнением · исследование сценариев Final Veto для автоматизированных действий

Многоязычная мультимодальная модель на базе Llama-3.2-11B-Vision для эмбеддингов и классификации изображений по текстовым описаниям.

Подходит для: классификация изображений по текстовым меткам без дополнительного обучения · поиск изображений по текстовому запросу · сопоставление изображения с текстовым описанием

Компактная чат-модель Havenlon на базе Qwen3.5 для рассуждений об условиях, доказательствах и ограничениях выполнения действий агентами.

Подходит для: анализ условий перед выполнением действия ИИ-агентом · выявление отсутствующих, просроченных или противоречивых доказательств · объяснение решения о допустимости исполнения действия

Предварительная мультимодальная модель LLaVA на 6,6 млрд параметров для ответов на текстовые инструкции об изображениях, включая задачи визуального восприятия низкого уровня.

Подходит для: ответы на вопросы об изображениях · описание визуальных деталей и низкоуровневых признаков изображений · эксперименты с визуально-языковыми инструкциями