Mamba-2 1.3B — языковая модель для авторегрессивной генерации текста на архитектуре Mamba-2.
Подходит для: генерация продолжения текста по подсказке · создание черновиков и коротких текстов · эксперименты с языковыми моделями на архитектуре Mamba-2
Англоязычная модель Mamba2 с тремя блоками внимания, маршрутизируемыми по энтропии, для генерации текста и исследований гибридных архитектур.
Подходит для: генерация продолжения англоязычного текста · эксперименты с гибридами рекуррентных сетей и внимания · изучение маршрутизации внимания по неопределённости
AMOR-Mamba2-1.5B — англоязычная модель генерации текста с рекуррентным бэкбоном Mamba2 и энтропийно управляемыми блоками внимания.
Подходит для: продолжение англоязычного текста · исследование гибридов рекуррентных сетей и внимания · эксперименты с маршрутизацией внимания по неопределённости
Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.
Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API
AMOR-Mamba2-180M — англоязычная модель генерации текста на базе Mamba2 с блоками внимания, маршрутизируемыми по энтропии.
Подходит для: генерация продолжения английского текста · исследование гибридных рекуррентно-внимательных языковых моделей · эксперименты с маршрутизацией внимания по неопределённости
Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.
Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода
MFANNv0.21.10 — слитая текстовая модель Llama на 7,5 млрд параметров для диалогов и генерации текста с контекстом до 131 072 токенов.
Подходит для: ведение диалогов с пользователем · генерация ответов на текстовые запросы · написание и продолжение текста
Небольшая дообученная языковая модель для исследований рассуждений и методов постобучения малых моделей.
Подходит для: эксперименты с рассуждениями малых языковых моделей · сравнение постобученной модели с BananaMind-2-Pro · оценка методов продолжения предобучения и SFT
Англоязычная модель AllenAI на 13,2 млрд параметров для диалогов, следования инструкциям и генерации текста, дообученная с использованием DPO.
Подходит для: ответы на вопросы в диалоге на английском языке · решение математических задач и задач на рассуждение · выполнение текстовых инструкций
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Производная модели inclusionAI/Ming-flash-omni-2.0. Ming-flash-omni 2.0 — мультимодальная MoE-модель для анализа изображений, видео и аудио, а также генерации текста, изображений и звука.
Подходит для: ответы на вопросы по содержимому изображений · обсуждение видеопотока в диалоге · распознавание речи и диалектов
MiniMax-M2.7 — разговорная MoE-модель для генерации текста, программирования, агентной автоматизации и многошаговых рабочих задач.
Подходит для: написание и отладка программного кода · анализ логов и поиск причин сбоев в системах · выполнение многошаговых задач с вызовом инструментов
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Производная модели inclusionAI/Ming-flash-omni-2.0. Ming-flash-omni 2.0 — мультимодальная MoE-модель для анализа изображений, видео и аудио, а также генерации текста, изображений и звука.
Подходит для: ответы на вопросы по содержимому изображений · обсуждение видеопотока в диалоге · распознавание речи и диалектов
Yousei-22B — 22-миллиардная языковая модель, полученная слиянием нескольких моделей Llama и предназначенная для генерации текста и ролевых диалогов.
Подходит для: генерация творческих текстов и стихов · ролевые диалоги в SillyTavern · генерация ответов на текстовые инструкции
Небольшая англоязычная чат-модель на архитектуре Qwen3-MoE для экспериментов с генерацией текста и этапами обучения.
Подходит для: эксперименты с дообучением малых языковых моделей · изучение поведения чат-модели на английском языке · сравнение этапов обучения и их влияния на генерацию
D-BETA извлекает 768-мерные признаки из сигналов ЭКГ с 12 отведениями для последующего анализа сердечно-сосудистых данных.
Подходит для: извлечение векторных представлений из ЭКГ · подготовка признаков ЭКГ для классификатора сердечных состояний · поиск сходства между записями ЭКГ
Небольшая англоязычная MoE-модель, созданная с нуля для генерации текста, диалогов и изучения предобучения.
Подходит для: изучение влияния этапов предобучения на языковую модель · эксперименты с маршрутизацией экспертов MoE · тестирование генерации короткого текста на английском
Небольшая экспериментальная причинная языковая модель M2R для исследований генерации текста и обучения на ограниченных вычислительных ресурсах.
Подходит для: эксперименты с обучением языковых моделей на одном ядре CPU · изучение сочетания линейного и скользящего оконного внимания · исследование поведения небольшой причинной модели при генерации текста
Базовая компактная причинная языковая модель M2R, обученная на одном CPU-ядре и предназначенная прежде всего для дальнейшего дообучения и исследований.
Подходит для: дообучение компактной языковой модели под специализированные данные · исследование обучения языковых моделей на одном CPU-ядре · эксперименты с линейным и скользящим оконным вниманием
Компактная базовая M2R-модель, обученная на одном CPU-ядре и предназначенная для экспериментов и дальнейшего дообучения, а не свободной генерации.
Подходит для: дообучение компактной языковой модели под предметную область · эксперименты с обучением LLM на CPU · исследование маршрутизации экспертов в MoE-модели
Англоязычная чат-модель на 63,9 млн параметров, дообученная методом PPO для экспериментов с обучением и диалоговой генерацией.
Подходит для: эксперименты с влиянием PPO на ответы чат-модели · генерация коротких ответов в англоязычном диалоге · изучение обучения с подкреплением для компактных языковых моделей
ECG-Scan извлекает признаки из изображений электрокардиограмм для задач представления и анализа ЭКГ.
Подходит для: извлечение признаков из изображений ЭКГ · формирование векторных представлений электрокардиограмм · сопоставление представлений ЭКГ и текста
MFANN — англоязычная разговорная модель на базе Llama 3.1 для генерации ответов с промежуточными рассуждениями.
Подходит для: диалог с англоязычным ИИ-помощником · генерация ответов на вопросы с пошаговыми рассуждениями · эксперименты с обучением языковых моделей на примерах с цепочками рассуждений