Дообученная на базе Qwen3.5-27B диалоговая модель для общих задач и более прямых ответов на чувствительные политические и исторические вопросы о Китае.
Подходит для: ответы на вопросы о политической и современной истории Китая · оценка идеологических отказов и рамки повествования в LLM · диалоговое суммирование документов
Производная модели Lazarus-Ai/ReAligned-Qwen3.5-27B. Дообученная на базе Qwen3.5-27B диалоговая модель для общих задач и более прямых ответов на чувствительные политические и исторические вопросы о Китае.
Подходит для: ответы на вопросы о политической и современной истории Китая · оценка идеологических отказов и рамки повествования в LLM · диалоговое суммирование документов
Производная модели Lazarus-Ai/ReAligned-Qwen3.5-27B. Дообученная на базе Qwen3.5-27B диалоговая модель для общих задач и более прямых ответов на чувствительные политические и исторические вопросы о Китае.
Подходит для: ответы на вопросы о политической и современной истории Китая · оценка идеологических отказов и рамки повествования в LLM · диалоговое суммирование документов
Модель с 3,4 млрд параметров, которая сжимает историю агентного диалога в сводку, сохраняя задачу, факты и состояние работы.
Подходит для: сохранение задачи агента при сокращении истории диалога · сжатие промежуточных сообщений перед передачей контекста агенту · сохранение путей к файлам, идентификаторов, чисел и ошибок в сводке
Квантизированная MoE-модель Laguna-XS.2 для агентного программирования и генерации кода на компьютерах Apple Silicon.
Подходит для: генерация и продолжение кода · помощь агенту в многошаговой разработке ПО · ответы на вопросы по программированию в диалоге
Экспериментальная 33,9-миллиардная модель Llama, дообученная методом LASER для генерации текста и оценки причинных суждений.
Подходит для: экспериментальная оценка причинных суждений · генерация текста для исследовательских экспериментов · сравнение вмешательства LASER с базовой моделью
Dolphin 3.0 Llama 3.2 3B — локальная инструктивная языковая модель для диалогов, программирования, математики и агентных задач.
Подходит для: диалог с локальным ИИ-помощником · генерация и объяснение кода · решение математических задач
Компактная экспериментальная Llama-модель для генерации текста, полученная слиянием arco и Danube 3 500M.
Подходит для: эксперименты с генерацией текста на компактной модели · zero-shot оценка на тестах общего знания · сравнение небольших языковых моделей на бенчмарках
Плотная модель Mistral на 100,1 млрд параметров для генерации текста и диалогов с длинным контекстом.
Подходит для: генерация текста по запросу · ведение диалога с языковой моделью · ответы на вопросы по длинному контексту
Локальная инструктивная модель на базе Qwen2.5-3B для диалогов, программирования, математики и сценариев с вызовом функций.
Подходит для: ответы на вопросы в локальном чат-боте · генерация и разбор программного кода · решение математических задач
Дообученная 100-миллиардная модель Mistral для генерации текста, диалогов, инструкций и ролевых сценариев с длинным контекстом.
Подходит для: ведение ролевых диалогов по шаблону Metharme · создание художественных сцен и повествования от первого лица · ответы на пользовательские инструкции
Компактная англоязычная чат-модель на базе Qwen2.5 для локальной генерации текста, кода, математических ответов и вызова инструментов.
Подходит для: диалоговый помощник с настраиваемыми системными инструкциями · генерация и дополнение программного кода · решение математических задач с пошаговыми ответами
Компактная дообученная модель Qwen2.5 для локального диалогового помощника, задач по коду и математике, а также вызова функций.
Подходит для: ответы на вопросы в локальном чат-ассистенте · генерация и объяснение кода · решение математических задач
Дообученная на инструкциях компактная модель Llama для локального диалога, генерации кода, математики и вызова функций.
Подходит для: ответы на вопросы и диалог с локальным помощником · генерация и объяснение кода · решение математических задач
Экспериментальная объединённая LLaMA-модель на 32,3 млрд параметров для исследования поведения композитных LLM и генерации текста.
Подходит для: стресс-тестирование объединённых языковых моделей · изучение взаимодействия LoRA-адаптеров · оценка модели на бенчмарках MMLU, ARC и HellaSwag
Экспериментальная 32,3-миллиардная составная модель LLaMA для генерации текста по инструкциям, диалогов и повествования.
Подходит для: генерация ответов на инструкции в формате Alpaca · ведение диалога в формате Vicuna · создание художественных историй