Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

Мультимодальная модель Meta на 29,6 млрд параметров для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: выполнение многошаговых задач локальным ИИ-агентом · вызов инструментов и функций в диалоге · написание и отладка программного кода

Инструкционная мультимодальная модель Google DeepMind на 12 млрд параметров для диалога, анализа изображений, аудио и видео, генерации текста и кода.

Подходит для: ответы на вопросы по документам и PDF · извлечение текста с изображений и распознавание рукописного текста · распознавание речи и перевод речи в текст

Базовая мультимодальная модель Qwen3.5 на 4 млрд параметров для дообучения и экспериментов с текстом, изображениями и длинным контекстом.

Подходит для: дообучение мультимодального ассистента под собственные задачи · эксперименты с визуальными вопросами и ответами · адаптация модели с помощью LoRA

Мультимодальная модель Xiaomi для генерации текста, агентных задач и работы с инструментами, с контекстом до миллиона токенов.

Подходит для: написание и исправление программного кода · выполнение многошаговых задач с вызовом инструментов · ответы на вопросы по длинным репозиториям и трассам взаимодействия

Rax 4.5 — мультимодальная модель на 2 млрд параметров для диалогов с изображениями, визуальных задач и агентных сценариев с вызовом инструментов.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · диалог с вызовом внешних инструментов

Модифицированная версия MiMo-V2.6-Distill-Qwen-9B с изменением поведения отказов, предназначенная для диалоговых экспериментов и мультимодальных сценариев.

Подходит для: эксперименты с уменьшением фраз отказа в ответах чат-модели · диалоговое взаимодействие с моделью семейства Qwen · исследование влияния модификации весов на поведение модели

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

Декензурированная версия мультимодальной Muse Glimmer-30B для диалогов, работы с изображениями и агентных задач с инструментами.

Подходит для: создание локального ИИ-агента с многошаговым планированием · вызов инструментов и функций в многоходовом диалоге · написание и отладка кода

Мультимодальная инструкция Gemma 4, модифицированная методом abliteration для снижения числа отказов в диалогах и генерации ответов.

Подходит для: диалоговая генерация ответов с меньшим числом отказов · эксперименты с методом abliteration для языковых моделей · анализ изображений в диалоговом сценарии

ModujoMoE — базовая MoE-языковая модель для продолжения текста и дальнейших экспериментов с предобучением и настройкой.

Подходит для: продолжение короткого текста на португальском языке · эксперименты с дообучением языковой модели · исследование маршрутизации экспертов в MoE-моделях

Экспериментальная базовая MoE-модель на 1 млрд параметров для продолжения текста и исследований языкового моделирования.

Подходит для: продолжение короткого текстового фрагмента · эксперименты с базовыми языковыми моделями MoE · оценка архитектуры с чередованием Gated DeltaNet и плотного внимания

Мультимодальная модель семейства 4M для решения задач компьютерного зрения и преобразования между разными модальностями.

Подходит для: выполнение задач компьютерного зрения · генерация выходных данных по мультимодальному входу · преобразование между модальностями

Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.

Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам

Мультимодальная производная Gemma 4 для изучения поведения отказов и оценки следования текстовым и графическим инструкциям.

Подходит для: изучение избыточных отказов языковых моделей · оценка отказов в ответ на мультимодальные инструкции · проверка устойчивости следования инструкциям с изображениями

Локальная диалоговая MoE-модель для финансового анализа, программирования и мультимодальных задач, дообученная на Ornith-1.5-35B-A3B.

Подходит для: анализ финансовых рынков и экономических показателей · разбор отчётности и извлечение выводов из исследовательских материалов · подготовка аналитических текстов и отчётов

Компактная мультимодальная доработка Gemma 4 E4B Instruct для диалога, анализа изображений и аудио, рассуждений и экспериментов с устойчивостью модели.

Подходит для: диалоговые ответы и следование инструкциям · анализ изображений в вопросах и ответах · обработка аудиовходов в мультимодальных сценариях

Мультимодальная дообученная модель Qwen3.5 на 4 млрд параметров для диалога, понимания изображений и экспериментов с поведением отказов.

Подходит для: диалог с локальным ИИ-ассистентом · ответы на вопросы по изображениям · прототипирование лёгких мультимодальных приложений

Дообученная мультимодальная Gemma 4 12B для помощи в backend-разработке, проектировании LLM и программировании.

Подходит для: получение помощи по backend-разработке · обсуждение архитектуры и обучения LLM · написание и разбор кода на Haskell

Мультимодальная модель Meta для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: создание локального ИИ-агента для многошаговых задач · вызов инструментов и функций в последовательных сценариях · написание и отладка кода

Мультимодальная модель Meta на 29,6 млрд параметров для локальных ИИ-агентов, вызова инструментов, программирования и анализа изображений.

Подходит для: создание локального агента для многошаговых задач · вызов инструментов по заданным схемам · написание и отладка кода

Мультимодальная модель на базе Qwen3.5, дообученная для распознавания элементов интерфейса и многошагового управления компьютером по скриншотам.

Подходит для: поиск кнопок и других элементов на скриншоте интерфейса · определение координат элемента для нажатия или выбора · выполнение многошаговых задач в браузере

Производная модели XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B. Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

Квантованная мультимодальная модель Xiaomi MiMo на основе Qwen3.5-9B для агентного программирования, работы с инструментами и анализа изображений.

Подходит для: генерация и исправление кода в агентном цикле · автоматизация задач через инструменты и терминал · анализ скриншотов интерфейсов и визуальное программирование