Hy3 — MoE-модель Tencent для диалоговой генерации текста, агентных сценариев, рассуждений и задач продуктивности.

Подходит для: написание и отладка программного кода · автоматизация задач с вызовом инструментов · анализ длинных документов и диалогов

Диалоговая языковая модель Tencent для разработки программ, офисной аналитики, создания игровых прототипов и научных задач.

Подходит для: планирование и отладка программных проектов · создание и доработка интерфейсов · анализ документов и данных из нескольких файлов

Компактная базовая языковая модель Kyutai на 1,9 млрд параметров для генерации и понимания текста на 24 языках ЕС.

Подходит для: генерация продолжений текста на языках ЕС · исследование многоязычного языкового моделирования · оценка знаний модели на текстовых бенчмарках

Диалоговая мультимодальная модель Hy4-preview для программирования, офисной аналитики, разработки игр и научных задач.

Подходит для: Разбор изображений и ответы на вопросы по ним · Планирование, написание и отладка программного кода · Анализ документов и данных для подготовки отчётов, таблиц и презентаций

Hy-Embodied-RxBrain-1.0 объединяет языковое рассуждение и генерацию изображений для понимания сцен, прогнозирования последствий действий и визуального планирования.

Подходит для: ответы на вопросы по изображениям и многокадровому видео · рассуждение о сценах и пространственных отношениях · прогноз кадров, показывающих последствия действия

Hy3-heretic — разговорная текстовая модель семейства Hy3 с ослабленным отказом, предназначенная для генерации ответов и диалогов.

Подходит для: диалоговое общение с моделью · генерация ответов на текстовые запросы · обсуждение тем, которые исходная модель чаще отклоняет

LoRA-дообученная Qwen3-8B модель, служащая baseline для генерации ответов на QA-данных MUSE-News в экспериментах RAQUEL по машинному забыванию.

Подходит для: генерация ответов на вопросы из набора MUSE-News · воспроизведение baseline M_orig в экспериментах машинного забывания · сравнение сохранения и удаления ответов на QA-запросы

Дообученная Qwen3-8B-Base для генерации ответов на английские вопросы и сравнительных экспериментов по машинному забыванию RAQUEL2.

Подходит для: генерация ответов на вопросы из набора RAQUEL2 MUSE-News · оценка сохранения ответов на retain-вопросы · сравнение базовых моделей в экспериментах по машинному забыванию

Перенесённая для Transformers 5+ версия NV-Embed-v2 от NVIDIA создаёт текстовые эмбеддинги для семантического поиска и RAG.

Подходит для: Создание эмбеддингов для семантического поиска по документам · Подбор релевантных фрагментов для RAG-системы · Сравнение смысловой близости текстов

Базовая LoRA-модель Llama 3.1 для генерации ответов на вопросы TOFU и исследований методов машинного забывания.

Подходит для: оценка методов машинного забывания на бенчмарке TOFU · генерация ответов на биографические вопросы TOFU · сравнение сохранения и забывания ответов после дообучения

Дообученная LoRA модель Llama 3.1 8B — базовый чекпойнт для экспериментов по машинному забыванию на наборе TOFU в рамках RAQUEL.

Подходит для: воспроизведение базовой линии M_ret для экспериментов по машинному забыванию · генерация ответов на вопросы по биографиям из набора TOFU · сравнение сохранения знаний и забывания на выборках retain и forget

Дообученная на RAQUEL2 модель Llama 3.1 8B для генерации ответов на вопросы и экспериментов по машинному забыванию.

Подходит для: генерация ответов на вопросы по MUSE-News · воспроизведение контрольной модели M_ret в экспериментах RAQUEL · сравнение сохранения и забывания ответов на вопросы

Дообученная на TOFU базовая модель Qwen3 для генерации ответов на биографические вопросы и оценки методов машинного забывания.

Подходит для: ответы на вопросы о биографиях из набора TOFU · оценка сохранения знаний на контрольных вопросах retain · оценка запоминания и забывания на вопросах forget

Исследовательская LoRA-дообученная Qwen3 на 7,6 млрд параметров, служащая базовой линией для воспроизведения экспериментов RAQUEL по машинному забыванию на TOFU.

Подходит для: генерация ответов на английском языке в формате вопрос–ответ · оценка сохранения знаний на retain-разделе TOFU · измерение запоминания фактов на forget-вопросах TOFU

Экспериментальная версия Qwen3-8B, дообученная методом SAUL для изучения выборочного забывания знаний WMDP при сохранении ответов на удерживаемые вопросы.

Подходит для: исследование машинного забывания знаний в языковых моделях · оценка сохранения знаний на удерживаемых вопросах WMDP · сравнение ответов на забываемые вопросы и их перефразировки

Англоязычная Qwen3-модель на 7,6 млрд параметров с LoRA-адаптацией SAUL для генерации ответов и экспериментов по машинному забыванию.

Подходит для: изучение удаления выбранных знаний из языковой модели · сравнение методов машинного забывания на QA-наборах · генерация ответов на английские вопросы в формате Question/Answer

Экспериментальная англоязычная Llama 3.1 8B с LoRA-адаптацией SAUL для изучения забывания ответов на вопросы WMDP при сохранении ответов на удерживаемом наборе.

Подходит для: исследование машинного забывания знаний в языковых моделях · оценка снижения ответов на вопросы из набора WMDP · сравнение сохранения забытых и удерживаемых ответов

Англоязычная Qwen3-8B-модель, дообученная методом RMU для экспериментов по машинному забыванию данных MUSE с сохранением ответов на удерживаемые вопросы.

Подходит для: эксперименты по машинному забыванию данных MUSE-News · сравнение ответов модели на забытых и удерживаемых вопросах · оценка устойчивости забывания к перефразированию вопросов

Контрольное дообучение Llama 3.1 8B для генерации ответов на вопросы и оценки экспериментов по машинному забыванию данных RAQUEL/MUSE-News.

Подходит для: генерация ответов на вопросы из RAQUEL2-ICLR · воспроизведение контрольного эксперимента M_orig для MUSE-News · оценка методов машинного забывания данных

Англоязычная Qwen3-8B, дообученная методом GA+GD для экспериментов по машинному забыванию ответов из набора MUSE.

Подходит для: изучение методов машинного забывания данных в LLM · сравнение забывания ответов на исходные и перефразированные вопросы · оценка сохранения качества на retain-наборе после unlearning

Исследовательская версия Qwen3-8B для изучения машинного забывания ответов на наборе TOFU при сохранении ответов на удерживаемые вопросы.

Подходит для: оценка удаления выбранных фактов из ответов языковой модели · сравнение методов машинного забывания на наборе TOFU · проверка сохранения ответов на удерживаемом наборе вопросов

Дообученная Llama 3.1 8B для экспериментов по машинному забыванию вопросов из MUSE с сохранением ответов на удерживаемые вопросы.

Подходит для: исследование машинного забывания в языковых моделях · проверка удаления ответов на выбранный набор вопросов · сравнение методов забывания GA+GD на RAQUEL2 и MUSE-News

Англоязычная модель Qwen3 на 7,6 млрд параметров, дообученная методом NPO+GD для изучения машинного забывания знаний набора MUSE при сохранении ответов на контрольных вопросах.

Подходит для: эксперименты по машинному забыванию знаний языковой модели · оценка забывания ответов на выбранный набор вопросов MUSE-News · сравнение методов забывания и сохранения знаний в LLM

Экспериментальная англоязычная Qwen3-8B-модель для изучения машинного забывания ответов на выбранные вопросы при сохранении остальных знаний.

Подходит для: эксперименты по удалению выбранных знаний из языковой модели · оценка забывания на исходных вопросах и их перефразировках · сравнение сохранения ответов на удерживаемых вопросах