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

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · эксперименты с предсказанием следующего токена · сравнение контрольных точек обучения Pythia

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

Компактная авторегрессионная модель семейства Llama для генерации текста, предварительно обученная на FineWeb.

Подходит для: эксперименты с компактными языковыми моделями · генерация коротких текстовых продолжений · изучение авторегрессионной архитектуры Llama

Экспериментальная производная Llama 3.2 1B Instruct с изменёнными весами для исследований отказов, интерпретируемости и оценки безопасности.

Подходит для: исследование механизмов отказа языковых моделей · red teaming моделей, склонных отвечать на вредоносные запросы · оценка защитных механизмов и поведения модели

Экспериментальная MoE-модель Mixtral, дообученная методом LISA для генерации текста и исследовательских экспериментов.

Подходит для: эксперименты с генерацией текста на основе запросов · оценка языковых моделей на AGIEval · сравнение результатов на GPT4All, TruthfulQA и Bigbench

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Amber — открытая англоязычная модель LLaMA на 6,6 млрд параметров для генерации текста и изучения обучения LLM.

Подходит для: генерация продолжения английского текста · создание черновиков и простых текстовых ответов на английском · эксперименты с контрольными точками языковой модели

Экспериментальная текстовая модель на базе cosmo-1b для проверки обучения QLoRA/LISA и эффекта катастрофического забывания.

Подходит для: оценка изменения loss после дообучения на Cosmopedia · эксперименты с катастрофическим забыванием при дообучении · сравнение результатов LISA с контрольной моделью

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

Плотная языковая модель Llama на 2,1 млрд параметров для генерации текста, полученная на основе HuggingFaceTB/cosmo-1b.

Подходит для: продолжение заданного текста · генерация ответов на вопросы · написание коротких историй

Черновая модель Liquid AI для ускорения генерации LFM2.5-1.2B-Instruct методом спекулятивного декодирования с точным сохранением результата целевой модели.

Подходит для: ускорение генерации текста моделью LFM2.5-1.2B-Instruct в SGLang · ускорение локального инференса LFM2.5 на устройствах Apple Silicon · спекулятивное декодирование для задач математики и ответов на вопросы

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

Компактная модель семейства LLaMA для ускорения генерации текста с помощью спекулятивного декодирования EAGLE.

Подходит для: ускорение инференса языковой модели в serving-системах · ускорение генерации ответов чат-моделью · снижение задержки авторегрессионной генерации текста

Модель LiquidAI LFM2.5-1.2B с удалёнными отказами предназначена для диалоговых экспериментов и red teaming.

Подходит для: проверка устойчивости систем к запросам, на которые обычно следует отказ · исследование поведения языковой модели при удалённом механизме отказов · эксперименты с инструкционным диалогом на английском языке

Локальная чат-модель семейства Llama на 7,5 млрд параметров для генерации текста, кода и поддержки сценариев автономного агента.

Подходит для: генерация и редактирование кода · декомпозиция задач для автономного агента · диалог с локально запущенной моделью

Слитая методом TIES модель Mistral на 7,1 млрд параметров для генерации текста, в том числе кода и диалоговых ответов.

Подходит для: генерация и продолжение текста · написание фрагментов кода · ответы в диалоге с пользователем

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

Небольшая каузальная языковая модель Dynamic ALiBi для экспериментальной генерации текста, обученная на варианте BabyLM 100M.

Подходит для: эксперименты с генерацией короткого текста · сравнение языковых моделей на BabyLM · изучение влияния Dynamic ALiBi на генерацию

Небольшая авторегрессионная модель DynamicAlibi для генерации текстовых продолжений по промпту.

Подходит для: генерация продолжения короткого текста · эксперименты с компактными языковыми моделями · тестирование генерации текста через Transformers

Мультиязычная MoE-модель Liquid AI с ослабленным механизмом отказов для исследований безопасности ИИ и тестирования jailbreak-сценариев.

Подходит для: тестирование устойчивости чат-моделей к jailbreak-запросам · red teaming диалоговых ИИ-систем · изучение механизмов отказа языковых моделей

Диалоговая текстовая модель семейства Llama примерно на 7,5 млрд параметров для генерации ответов на текстовые запросы.

Подходит для: диалоговые ответы на текстовые запросы · генерация продолжения текста · создание чат-бота на базе Transformers

Кэш латентов Wan2.2 VAE для наборов LIBERO, предназначенный для ускорения обучения робототехнических политик.

Подходит для: обучение политик для задач LIBERO · обучение робототехнического action head на эпизодах LIBERO · обучение VLA с использованием заранее вычисленных визуальных латентов

Слитая языковая модель Mistral на 2,2 млрд параметров для генерации текста и общих языковых задач.

Подходит для: генерация связного текста по запросу · ответы на общие вопросы · создание инструктивных ответов