Языковая модель семейства OLMoE для генерации текста и диалоговых сценариев с контекстом до 4096 токенов.

Подходит для: продолжение и дополнение текстов · генерация ответов в диалоговых системах · создание черновиков текстового контента

OLMoE-1B-7B-0125 — англоязычная MoE-языковая модель AllenAI для генерации текста и общих языковых задач.

Подходит для: генерация текста на английском языке · ответы на общие вопросы · подготовка и продолжение текстов

Языковая модель семейства OLMoE для генерации текста и диалоговых приложений с контекстом до 4096 токенов.

Подходит для: генерация ответов в чат-ботах · продолжение и редактирование текстов · создание черновиков документов

Компактная языковая модель семейства OLMoE с архитектурой sparse Mixture-of-Experts для генерации текста и диалоговых сценариев.

Подходит для: продолжение и дополнение текстов · генерация ответов в чат-ботах · создание черновиков и шаблонов текста

Англоязычная разреженная MoE-модель AllenAI для генерации текста с примерно 1 млрд активных и 7 млрд общих параметров.

Подходит для: генерация продолжения по текстовой подсказке · составление черновиков и кратких текстов на английском · ответы на общие вопросы в текстовом формате

Англоязычная диалоговая MoE-модель Allen Institute for AI для чата, ответов на вопросы, решения математических задач и следования инструкциям.

Подходит для: ответы на вопросы в диалоге на английском языке · решение задач по математике и арифметике · генерация текста по инструкциям

Компактная языковая модель семейства OLMoE для генерации текста и диалоговых сценариев с контекстом до 4096 токенов.

Подходит для: генерация продолжений текста · создание ответов в чат-боте · диалоговые приложения

Модель семейства OLMoE для генерации текста и диалоговых сценариев через библиотеку Transformers.

Подходит для: генерация ответов в диалоговых интерфейсах · продолжение и написание текстов · создание черновиков сообщений и документов

Англоязычная MoE-модель AI2 для диалоговой генерации текста и выполнения инструкций с меньшими вычислительными затратами.

Подходит для: ответы на вопросы на английском языке · диалоговый помощник по общим темам · выполнение текстовых инструкций

Компактная авторегрессионная модель семейства Llama для генерации текста, предварительно обученная на FineWeb.

Подходит для: эксперименты с компактными языковыми моделями · генерация коротких текстовых продолжений · изучение авторегрессионной архитектуры Llama

Промежуточная англоязычная MoE-модель AllenAI после SFT для генерации текста и экспериментов с чат-ответами.

Подходит для: эксперименты с генерацией текста на основе инструкций · создание чат-ответов на английском языке · изучение влияния SFT на поведение языковой модели

Англоязычная диалоговая модель Ai2 на 6,9 млрд параметров для выполнения инструкций, ответов на вопросы, математики и программирования.

Подходит для: ответы на вопросы и ведение диалога на английском языке · решение математических задач · генерация и помощь с программным кодом

AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.

Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo

Промежуточная компактная модель семейства Llama для генерации текста и экспериментов с моделями, работающими при ограниченных вычислительных ресурсах.

Подходит для: генерация коротких текстов · эксперименты с компактными языковыми моделями · разработка приложений на базе Llama при ограниченной памяти

OLMo 2 с 1,3 млрд параметров — языковая модель для генерации текста с контекстом до 4096 токенов.

Подходит для: генерация продолжений текста · создание черновиков и коротких текстов · ответы на текстовые запросы

GGUF-сборка MoE-модели Ornith для агентного программирования, генерации текста и мультимодальной работы с изображениями через llama.cpp.

Подходит для: автоматическое решение задач программирования агентом · исправление ошибок и внесение изменений в репозитории кода · выполнение задач разработки через терминал и инструменты

Англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации решений математических задач и исследования обучения с проверяемыми наградами.

Подходит для: генерация решений математических задач · пошаговое рассуждение при решении задач · эксперименты с обучением RLVR на математических запросах

Производная модели amd/AMD-OLMo-1B. AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.

Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo

Языковая модель на 6,9 млрд параметров для генерации текста и диалогового взаимодействия с контекстом до 65 536 токенов.

Подходит для: генерация ответов в диалоговых системах · продолжение и редактирование текста · составление черновиков документов

Производная модели allenai/OLMoE-1B-7B-0125-Instruct. Англоязычная диалоговая MoE-модель Allen Institute for AI для чата, ответов на вопросы, решения математических задач и следования инструкциям.

Подходит для: ответы на вопросы в диалоге на английском языке · решение задач по математике и арифметике · генерация текста по инструкциям

Компактная авторегрессионная модель семейства LLaMA для генерации текста и языковых задач, созданная прореживанием и продолжением предобучения Llama 2 7B.

Подходит для: генерация продолжения текста · языковое моделирование · ответы на вопросы по тексту

Экспериментальная сжатая диалоговая MoE-модель на основе OLMoE для генерации текста и ответов на инструкции.

Подходит для: диалоговые ответы на текстовые запросы · генерация текста по инструкциям · ответы на общие вопросы

Экспериментальный текстовый генератор семейства OLMo 2 с 1,3 млрд параметров и контекстом до 4096 токенов.

Подходит для: генерация продолжения текста по подсказке · эксперименты с текстовыми языковыми моделями · сравнение вариантов обучения OLMo 2

Коллекция ранних контрольных точек англоязычной модели OLMo 2 1B для изучения динамики обучения и генерации текста.

Подходит для: изучение динамики обучения языковых моделей · сравнение качества модели на разных шагах обучения · эксперименты с ранними контрольными точками OLMo 2