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

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Дообученная 13-миллиардная модель семейства Llama для генерации и безусловной оптимизации программ на C++.

Подходит для: генерация вариантов кода C++ · оптимизация существующих программ на C++ · экспериментальное сравнение преобразований кода C++

Дообученная на наборе PIE модель CodeLlama 7B для безусловной оптимизации программ на C++.

Подходит для: оптимизация программ на C++ · генерация вариантов оптимизированного кода C++ · эксперименты с оптимизацией кода на наборе PIE

ATLAS-8B-Thinking — модель-учитель Arc Intelligence для адаптивного обучения языковых моделей с помощью диагностики и подбора подсказок.

Подходит для: Диагностика ошибок рассуждения у модели-ученика · Адаптивная генерация подсказок для дообучения LLM · Обучение языковых моделей с подкреплением

Небольшая авторегрессионная модель семейства OPT для генерации текста и экспериментов с языковыми моделями.

Подходит для: эксперименты с генерацией текста · изучение компактных авторегрессионных моделей · оценка качества языковой модели на коротких контекстах

Экспериментальное дообучение Gemma 4 E2B IT для изучения переобучения DPO на небольшом наборе предпочтений.

Подходит для: изучение переобучения DPO на малом наборе предпочтений · сравнение обучения DPO в течение одной и четырёх эпох · воспроизведение эксперимента с 200 парами предпочтений

Экспериментальная версия Llama 3.2 1B Instruct, дообученная методом RMU для исследования забывания целевой части данных TOFU.

Подходит для: Исследование машинного забывания знаний в языковых моделях · Проверка забывания на наборе TOFU forget10 · Сравнение конфигураций RMU для Llama 3.2 1B

Frontis-MA1-35B — дообученная модель OpenMLE для генерации и итеративного поиска решений в задачах машинного обучения с обратной связью от исполнения кода.

Подходит для: создание кода для ML-экспериментов · улучшение программы по результатам её запуска · отладка ошибочного кода машинного обучения

Экспериментальная модель OPT на 411 млн параметров, обученная с нуля на корпусе BabyLM для генерации текста.

Подходит для: генерация текста в экспериментах с моделями BabyLM · изучение поведения компактных языковых моделей · сравнение результатов обучения на корпусе znhoughton/babylm-150m-v3

Небольшая экспериментальная Llama-модель, обученная запоминать и генерировать исходный код Linux 1.0 для демонстрации влияния обучающих данных.

Подходит для: демонстрация запоминания исходного кода при обучении модели · генерация фрагментов исходного кода ядра Linux 1.0 · изучение связи лицензий обучающих данных и открытости моделей

Экспериментальная инструкционная Llama 3.2 на 1,2 млрд параметров для исследований машинного забывания в языковых моделях.

Подходит для: исследование удаления знаний из языковой модели · сравнение методов machine unlearning · оценка сохранения полезных навыков после забывания данных

Предварительно обученная модель Pi0 для управления роботом, которую можно применять и дообучать в LeRobot.

Подходит для: выбор действия робота по данным наблюдений · управление роботом с помощью политики Pi0 в LeRobot · дообучение политики управления на собственном наборе данных

Дообученная на OR-Instruct модель LLaMA-3-8B для формализации задач исследования операций и генерации кода оптимизации на Python с coptpy.

Подходит для: Преобразование текстовой задачи оптимизации в математическую модель · Генерация Python-кода для решения задач оптимизации с coptpy · Формализация задач линейного программирования по описанию на естественном языке

Дообученная причинная модель OPT на 113,9 млн параметров для генерации текста с контекстом до 512 токенов.

Подходит для: генерация короткого текста · автодополнение текста в пределах короткого контекста · экспериментальная оценка генерации текста

Дообученная на данных высокого качества и self-play модель CodeLlama для генерации и оптимизации программ на C++.

Подходит для: генерация кода на C++ · оптимизация программ на C++ · предложение вариантов реализации алгоритмов на C++

Дообученная 7-миллиардная модель Llama для генерации и оптимизации программ на C++.

Подходит для: оптимизация программ на C++ · генерация вариантов кода на C++ · улучшение C++ кода по текстовому запросу

Англоязычная модель GPT-NeoX от EleutherAI для исследовательского изучения генерации текста и влияния нефильтрованных данных предобучения на знания и безопасность LLM.

Подходит для: сравнение нефильтрованного предобучения с обучением на отфильтрованных данных · оценка знаний модели на структурированных бенчмарках · исследование обучения и динамики развития языковой модели

Дообученная модель OPT на 138,4 млн параметров для генерации текста с контекстом 256 токенов.

Подходит для: генерация коротких текстовых продолжений · эксперименты с моделями BabyLM · оценка языковых моделей на учебных корпусах

Экспериментальная модель-учитель на базе Qwen2.5-1.5B-Instruct для задач сортировки и исследований on-policy дистилляции.

Подходит для: исследование обучения моделей решению задач сортировки · использование модели-учителя в on-policy дистилляции · эксперименты с GRPO в среде Sorting

AutoTriton — дообученная модель Llama для генерации и оптимизации вычислительных ядер на Triton.

Подходит для: генерация кода Triton для вычислительных ядер глубокого обучения · оптимизация параллельных вычислений и управления памятью в Triton · подбор аппаратно-зависимых параметров вычислительных ядер

Небольшая дообученная модель OPT для генерации текста с контекстом до 256 токенов.

Подходит для: эксперименты с генерацией короткого текста · исследование обучения моделей на корпусах BabyLM · сравнение вариантов дообучения модели OPT

Контрольный чекпойнт плотной рекуррентной языковой модели LoopedLM для генерации текста и исследований архитектуры H/L.

Подходит для: генерация текста с рекуррентной языковой моделью · исследование архитектуры LoopedLM с разделением H/L · оценка чекпойнта на этапе обучения до 500 млрд токенов

Экспериментальная версия OPT-125M с групповым усреднением K/V-голов для более эффективной генерации текста и работы с KV-кэшем.

Подходит для: эксперименты с генерацией текста на OPT · проверка способов сократить затраты памяти на KV-кэш · сравнение вариантов группировки K/V-голов