pytorch: формат, квантизация, runtime и память принадлежат одному artifact

JANG_6M — квантованный вариант Mistral Small 4 для локальных диалогов, рассуждений, генерации кода и анализа изображений на мощных компьютерах Apple.

Подходит для: ведение диалога и ответы на вопросы · пошаговое решение математических задач · генерация и дополнение кода

Производная модели Muse-research/Muse2-230M. Компактная англоязычная чат-модель на 221 млн параметров для форматирования текста, извлечения данных в JSON и запуска на устройствах с ограниченными ресурсами.

Подходит для: ответы чат-помощника на английском языке · извлечение структурированных полей из журналов разработчиков · преобразование текста в формат JSON

Muse-525M — компактная многоязычная модель BytesTalk для ролевых диалогов с персонажами и виртуальными компаньонами.

Подходит для: ролевые диалоги с заданным персонажем · создание художественных сцен для взрослых · диалог с виртуальным компаньоном на английском

Компактная англоязычная чат-модель на 221 млн параметров для форматирования текста, извлечения данных в JSON и запуска на устройствах с ограниченными ресурсами.

Подходит для: ответы чат-помощника на английском языке · извлечение структурированных полей из журналов разработчиков · преобразование текста в формат JSON

OpenJMLA — модель UniMus для генерации текстовых тегов и описаний музыкальных записей по аудио, включая теги с открытым набором.

Подходит для: автоматическая разметка музыкальных записей тегами · определение жанра и настроения музыки по аудио · описание инструментов и тематики музыкального фрагмента

Производная модели Qwen/Qwen3.8-27B. Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.

Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей

Компактная чат-модель Jan, дообученная для ответов в образе Дженсена Хуанга и простого текстового общения.

Подходит для: ролевые диалоги в образе Дженсена Хуанга · юмористические ответы на текстовые запросы · локальное общение с компактной чат-моделью

Квантизированная MoE-модель MiniMax M2.7 для диалоговой генерации текста и рассуждений на Apple Silicon.

Подходит для: диалоговые ответы с пошаговым рассуждением · генерация текста по длинному контексту · помощь в решении учебных вопросов

Экспериментальная мультимодальная MoE-модель на базе Qwen, объединяющая диалог, анализ изображений, программирование, рассуждения и творческое письмо.

Подходит для: диалог с ассистентом по инструкциям · ответы на вопросы по изображениям · помощь с программированием

Разговорная модель Llama на 7,5 млрд параметров для генерации текста и ответов в диалоге.

Подходит для: генерация текста по запросу · ответы на вопросы в чате · ведение диалога с пользователем

Дообученная мультимодальная Muse-Glimmer-30B для диалогов, агентного программирования и работы с инструментами по тексту и изображениям.

Подходит для: помощь в написании и разборе кода в диалоге · выполнение агентных задач программирования с вызовом инструментов · ответы на вопросы по изображениям в чате

Объединённая разговорная модель Llama на 7,5 млрд параметров для генерации текста с контекстом до 131 072 токенов.

Подходит для: диалоговое общение с языковой моделью · генерация связных текстовых ответов · продолжение заданного текста

Дообученная разговорная модель Llama для генерации текста и ответов на запросы на английском языке.

Подходит для: генерация ответов в текстовом диалоге · создание черновиков и продолжение текста · ответы на вопросы на английском языке

Компактная мультиязычная vision-language-action модель для управления роботизированными манипуляциями по изображениям, состоянию робота и текстовым инструкциям.

Подходит для: управление роботом-манипулятором по текстовой инструкции · перемещение и захват предметов в поле зрения камер · выполнение простых команд на английском, китайском и других поддерживаемых языках

Более доступная по цене модель рассуждений Meta Muse Spark для разработчиков приложений.

Подходит для: создание приложений на основе модели рассуждений · интеграция модели Meta в приложения с ограниченным бюджетом · эксперименты разработчиков с Muse Spark