CROTTC-IF — комплект для локального распознавания речи и оценки произношения по аудиозаписям из сценариев L2-ARCTIC.

Подходит для: распознавание речи в WAV-записях изучающих английский · оценка произношения по аудиозаписи · анализ произношения на данных L2-ARCTIC

SoulX-Transcriber распознаёт речь в многосторонних диалогах, определяя говорящих и временные границы реплик.

Подходит для: расшифровка встреч с разделением реплик по участникам · диаризация интервью и групповых разговоров · создание стенограмм диалогов с временными отметками

VPP2 предсказывает видео по исходному изображению и предоставляет веса для обучения и оценки роботизированных политик на RoboDojo и LIBERO.

Подходит для: предсказание будущих кадров по изображению для робототехнических сценариев · инициализация совместного обучения видео и действий в RoboDojo · оценка роботизированной политики на RoboDojo

ARPG — модель безусловной генерации изображений с авторегрессионной архитектурой и рандомизированным параллельным декодированием.

Подходит для: генерация изображений без текстового запроса · эксперименты с авторегрессионной генерацией изображений · сравнение стратегий параллельного декодирования изображений