Lightweight NFNet-L0 — модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · определение класса изображения из набора ImageNet-1k · извлечение признаков для компьютерного зрения

NFNet-F0, обученная на ImageNet-1k модель для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · получение карт признаков для компьютерного зрения · извлечение эмбеддингов изображений

NesT Base — перенесённая в PyTorch модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт визуальных признаков для компьютерного зрения · получение эмбеддингов изображений для последующей обработки

Компактная модель TinyNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: Классификация изображений по категориям ImageNet-1k · Извлечение карт признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения

Компактная модель StarNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение векторных представлений изображений

NesT Small — визуальный трансформер для классификации изображений ImageNet-1k и извлечения признаков и эмбеддингов.

Подходит для: классификация изображений размером 224 × 224 · извлечение карт визуальных признаков · получение эмбеддингов изображений

Компактная сверточная модель LCNet для классификации изображений ImageNet-1k и извлечения признаков.

Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение карт признаков из изображений · Получение эмбеддингов изображений для последующего анализа

RoBERTa-модель, дообученная на Python-коде для восстановления замаскированных токенов и применения в CodeBERTScore.

Подходит для: восстановление пропущенных токенов в Python-коде · оценка сходства Python-кода в CodeBERTScore · подготовка представлений Python-кода для downstream-задач

Сверточная SKNet-модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение векторных представлений изображений

Компактная модель StarNet S4 для классификации изображений ImageNet-1k и извлечения визуальных признаков и эмбеддингов.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений для последующей обработки

Компактная модель NesT для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Сверточная InceptionNeXt Tiny классифицирует изображения ImageNet-1k и извлекает визуальные признаки и эмбеддинги.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений для поиска и сравнения

Компактная модель StarNet для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Компактная модель HaloNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Модель InceptionNeXt Base классифицирует изображения ImageNet-1k и может служить backbone для извлечения визуальных признаков и эмбеддингов.

Подходит для: Классификация изображений по категориям ImageNet-1k · Извлечение карт признаков для моделей компьютерного зрения · Получение визуальных эмбеддингов изображений

Сверточная модель CS3-DarkNet, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для downstream-задач

InceptionNeXt Small — модель для классификации изображений ImageNet-1k, извлечения карт признаков и визуальных эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений

Двуязычная модель GPT-2 для генерации текста на английском и нидерландском языках, подготовленная для оценки BabyLM 2026.

Подходит для: генерация продолжений текста на английском языке · генерация продолжений текста на нидерландском языке · эксперименты с двуязычными языковыми моделями

Многоязычная модель GPT-2 для генерации текста на английском, нидерландском и китайском языках в экспериментах BabyLM 2026.

Подходит для: генерация продолжений на английском языке · генерация текста на нидерландском языке · генерация текста на китайском языке

Компактная сверточная модель InceptionNeXt для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска и сравнения

RoBERTa-модель, дообученная на JavaScript-коде для предсказания замаскированных токенов и применения в CodeBERTScore.

Подходит для: заполнение пропусков в JavaScript-коде · получение оценок CodeBERTScore для JavaScript-кода · сравнение программных фрагментов с помощью модели языкового моделирования

LSNet-T — компактная модель компьютерного зрения для классификации изображений с архитектурой свёрток Large-Small.

Подходит для: классификация изображений по категориям · распознавание объектов на фотографиях · использование как базовой модели для обнаружения объектов

Двуязычная авторегрессионная GPT-2 модель для генерации текста на нидерландском и китайском языках в рамках оценки BabyLM 2026.

Подходит для: генерация продолжения нидерландского текста · генерация продолжения китайского текста · эксперименты с языковыми моделями для малых языковых корпусов

RoBERTa-модель, дообученная на Java-коде для восстановления пропущенных токенов и использования в CodeBERTScore.

Подходит для: восстановление замаскированных фрагментов Java-кода · оценка сходства сгенерированного Java-кода в CodeBERTScore · анализ Java-кода с помощью представлений, обученных на исходном коде