Дообученная ResNet-50 классифицирует фотографии сцен по шести категориям: здания, лес, ледник, горы, море и улица.

Подходит для: Автоматическая сортировка фотографий по типу сцены · Разметка изображений зданий, лесов и природных ландшафтов · Классификация фотографий моря, гор и ледников

DPT-Hybrid (MiDaS 3.0) оценивает глубину объектов по одному изображению и подходит для переноса между наборами данных.

Подходит для: оценка глубины сцены по фотографии · получение карты глубины для одного кадра · оценка расстояний до объектов на изображении

Черновая модель Intel Labs на базе Phi-3, которая ускоряет генерацию Phi-3-mini-4k-instruct посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста моделью Phi-3-mini-4k-instruct · спекулятивное декодирование в приложениях на OpenVINO GenAI · инференс компактной черновой LLM в формате OpenVINO IR

ZoeDepth, дообученная на NYU и KITTI, оценивает метрическую глубину по одиночным изображениям.

Подходит для: оценка глубины сцены по фотографии · построение метрической карты глубины для изображения · оценка расстояний до объектов на изображении

DPT-Large — модель Intel на основе Vision Transformer для оценки глубины сцены по одному изображению.

Подходит для: оценка глубины по фотографии · построение карты глубины сцены · анализ пространственной структуры изображения

Дообученный на GLUE MRPC англоязычный BERT классифицирует пары предложений по смысловой эквивалентности.

Подходит для: определение, являются ли два предложения перефразами · поиск дублирующих предложений в англоязычных новостях · сопоставление формулировок в парах текстов

ZoeDepth, дообученная на NYU, оценивает метрическую глубину сцены по одному изображению.

Подходит для: получение карты глубины из фотографии · оценка расстояний до объектов на изображении · монокулярная оценка глубины в новых сценах

Дообученная Intel модель Mistral с 7,1 млрд параметров для генерации текста, диалогов и ответов на математические вопросы.

Подходит для: ответы на математические вопросы · создание диалогового помощника · генерация ответов на запросы пользователя

INTELLECT-3.1 — дообученная методом обучения с подкреплением MoE-языковая модель для рассуждений, программирования и агентных задач.

Подходит для: решение математических задач · написание и анализ кода · помощь в разработке программного обеспечения

Текстовая модель эмбеддингов Intel преобразует предложения и абзацы в 512-мерные векторы для семантического поиска и кластеризации.

Подходит для: семантический поиск по документам · кластеризация предложений и абзацев · поиск сущностей в базе знаний

Диалоговая модель семейства Llama 3 с 7,5 млрд параметров для генерации текста, дообученная на базе Llama-3-8b-64k-PoSE и заявленная как поддерживающая контекст до 64k токенов.

Подходит для: ведение диалогов на английском языке · генерация ответов на вопросы · создание и продолжение текстов

Гибридная разговорная модель Zyphra на 2,6 млрд параметров для генерации текста и следования инструкциям.

Подходит для: ответы на пользовательские вопросы · выполнение инструкций в текстовом чате · многоходовые диалоги с ассистентом

Квантованная версия MoE-модели LiquidAI LFM2-8B-A1B для генерации диалогового текста локально на Intel NPU через движок onw.

Подходит для: локальный чат на компьютере с Intel NPU · суммаризация текста · редактирование и дополнение кода

Модель Intel на основе DPT для семантической сегментации изображений, дообученная на ADE20K.

Подходит для: разметка объектов и областей на изображениях сцен · семантическая сегментация фотографий помещений и городской среды · анализ визуальных сцен по классам ADE20K

Polite Guard — англоязычная BERT-модель Intel для классификации текста по четырём уровням вежливости.

Подходит для: Определение вежливости сообщений службы поддержки · Классификация отзывов по тону общения · Проверка вежливости ответов чат-бота

Квантованная адаптация Granite 4.2 3B для локального диалога, рассуждений и вызова инструментов на Intel NPU через onw.

Подходит для: локальный чат-ассистент на компьютере с Intel NPU · вызов инструментов через OpenAI-совместимый API · многошаговые агентные сценарии с инструментами

Англоязычная модель TinyBERT для извлечения ответов из контекста с ускоренным выводом за счёт динамического сокращения последовательностей.

Подходит для: извлечение ответа на вопрос из статьи или документа · ответы на вопросы по фрагментам текста в поисковой системе · автоматические ответы по справочным материалам

Мультимодальная MoE-модель Qwen, преобразованная для локального запуска через onw на Intel NPU, предназначена для диалогов и анализа изображений.

Подходит для: диалоги с локальной языковой моделью на компьютере с Intel NPU · ответы на вопросы по изображениям · описание и анализ изображений в чате

Черновая модель Intel Labs для ускорения генерации Meta-Llama-3.1-8B-Instruct с помощью спекулятивного декодирования в OpenVINO.

Подходит для: ускорение генерации текста моделью Meta-Llama-3.1-8B-Instruct · спекулятивное декодирование в приложениях на OpenVINO GenAI · подготовка черновых продолжений для проверки целевой Llama

Квантованная версия Granite 4.2 8B для диалогов, рассуждений и вызова инструментов на Intel NPU через движок onw.

Подходит для: ведение диалога с локальной языковой моделью · вызов инструментов из OpenAI-совместимого API · создание агента для поиска в интернете

Квантованная для движка onw японско-английская диалоговая Llama-модель на 7,8 млрд параметров для генерации текста, рассуждений и вызова инструментов на Intel NPU.

Подходит для: ответы на вопросы и диалог на японском языке · генерация японских текстов по инструкции · рассуждение при решении пользовательских задач

Компактная модель Intel на базе DPT и SwinV2 оценивает относительную глубину по одному изображению.

Подходит для: построение карты глубины по фотографии · оценка глубины сцены с камеры · подготовка карты глубины для 3D-реконструкции

NeuralMonarch-7B — дообученная методом DPO модель Mistral на 7,1 млрд параметров для диалогов, следования инструкциям и рассуждений.

Подходит для: ответы на вопросы в диалоге · выполнение текстовых инструкций · помощь с рассуждениями и анализом

Небольшая модель MiniMind на 63,9 млн параметров для обучения и проверки полного цикла предобучения и SFT на Intel XPU.

Подходит для: изучение полного цикла предобучения и SFT языковой модели · эксперименты с запуском обучения на Intel Arc и XPU · демонстрация генерации коротких текстов на китайском языке