Диалоговая модель OpenAssistant на базе Llama 30B для генерации ответов и другого текста по запросу.
Подходит для: ответы на вопросы в диалоге · генерация текста по инструкции · создание чат-бота на базе OpenAssistant
Ling-3.0-flash — разговорная гибридная MoE-модель Inclusion AI для генерации текста, программирования и многошаговых агентных задач с длинным контекстом.
Подходит для: генерация и исправление программного кода · выполнение многошаговых задач кодового агента · ответы на вопросы и следование инструкциям
Слитая модель Llama 30B и RLHF-весов OpenAssistant для генерации текста.
Подходит для: генерация текста по запросу · создание ответов в диалоге · развёртывание модели Llama 30B в формате Hugging Face
Англоязычная диалоговая модель OpenAssistant на 12B, дообученная на примерах бесед для генерации ответов ассистента.
Подходит для: ответы на вопросы в англоязычном чате · продолжение диалогов с виртуальным ассистентом · генерация разговорных ответов на текстовые запросы
Computer — 70-миллиардная модель-персонаж на базе Llama 3.1, предназначенная для выразительных литературных диалогов и продолжения документов-разговоров.
Подходит для: создание необычного продолжения заданного диалога · литературное взаимодействие с моделью-персонажем · генерация диалогов с повествовательными ремарками и притчами
Дообученная на диалоговых данных OpenAssistant версия Llama 3 8B для генерации ответов и текста.
Подходит для: ответы на пользовательские вопросы в диалоге · генерация текста по инструкциям · создание чат-бота на базе Llama
Athene-70B — диалоговая модель Nexusflow на базе Llama 3 70B Instruct для чат-ассистентов и генерации ответов.
Подходит для: создание чат-ассистента на английском языке · генерация ответов на пользовательские запросы · ведение диалогов с использованием шаблона Llama 3
Открытая гибридная MoE-модель InclusionAI для эффективного диалога, вызова инструментов и многошаговых агентных задач с длинным контекстом.
Подходит для: вызов инструментов в агентных сценариях · многошаговое планирование и выполнение задач · автоматизация задач в агентных фреймворках
Диалоговая модель Yi-1.5 с 8,6 млрд параметров, дообученная BAAI на инструкциях для генерации ответов и многошагового общения.
Подходит для: ответы на вопросы в чате · многошаговый диалог с ассистентом · решение текстовых задач по математике
Диалоговая модель Argilla на базе Mistral, дообученная методом DPO для генерации ответов преимущественно на английском языке.
Подходит для: создание чат-ассистента на английском языке · ответы на пользовательские вопросы в диалоге · генерация инструктивных ответов
Многоязычная чат-модель OpenBuddy на базе Yi1.5 с 33,9 млрд параметров для диалогов и генерации текста.
Подходит для: создание многоязычного чат-бота · ответы на вопросы пользователей · генерация текста в диалоге
Диалоговая модель Mistral на 10,6 млрд параметров, дообученная для переключения поведения с помощью системных инструкций.
Подходит для: настройка безопасного диалогового помощника · генерация ответов в заданной ролевой персоне · эксперименты с управляемостью поведения LLM
Разговорная модель Llama на 7,5 млрд параметров для генерации ответов в чате с контекстом до 8192 токенов.
Подходит для: ответы на сообщения в диалоге · генерация текста по запросу пользователя · создание чат-бота на базе Llama
Диалоговая модель Mistral на 7,1 млрд параметров с экстраполяцией ExPO для генерации ответов, согласованных с человеческими предпочтениями.
Подходит для: ответы на вопросы в диалоге · создание чат-ассистента на английском языке · составление развернутых ответов на пользовательские запросы
Компактная модель семейства LLaMA, дообученная на OpenAssistant-Guanaco для генерации ответов на текстовые инструкции.
Подходит для: генерация ответов на пользовательские инструкции · создание простого диалогового ассистента · эксперименты с компактными языковыми моделями
Англоязычная модель на базе Open LLaMA 3B, дообученная на данных OpenAssistant для генерации текста и диалоговых ответов.
Подходит для: генерация ответов в англоязычном чате · черновики и продолжение англоязычных текстов · ответы на общие вопросы на английском языке
Дообученная и квантизированная MoE-модель Osaurus для диалогов и агентной работы с инструментами и конфигурацией Osaurus.
Подходит для: вызов инструментов в агентных сценариях Osaurus · настройка MCP-серверов и токенов доступа · онбординг и настройка провайдеров, моделей и агентов Osaurus
Дообученная OpenBuddy на базе Llama 2 в формате GGUF для локальной генерации текста и диалогов на нескольких языках.
Подходит для: локальный чат-бот на русском языке · генерация ответов на вопросы · составление и продолжение текстов
Дообученная на неотфильтрованных диалогах Llama 2 7B для генерации открытых чат-ответов.
Подходит для: создание диалогового ассистента с открытыми ответами · генерация продолжений диалога в формате HUMAN/RESPONSE · эксперименты с дообучением чат-моделей
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Диалоговая модель H2O.ai с 3,8 млрд параметров для генерации ответов в чате, включая локальное использование на мобильных устройствах.
Подходит для: ответы на вопросы в чат-интерфейсе · генерация диалоговых ответов · локальный чат-помощник на телефоне
Небольшая LLaMA-подобная языковая модель для генерации диалоговых ответов в задачах технической поддержки.
Подходит для: ответы на обращения пользователей в службе технической поддержки · создание чат-бота первой линии поддержки · генерация диалоговых ответов по типовым техническим вопросам
Дообученная OpenAssistant на базе Llama 2 70B для диалоговых ответов, выполнения инструкций и помощи с кодом.
Подходит для: ответы на вопросы и ведение диалога на английском языке · выполнение инструкций в формате чат-помощника · генерация и пояснение программного кода
Orca Mini v8.0 — дообученная диалоговая модель на 69,5 млрд параметров для генерации текста и создания AI-ассистентов.
Подходит для: создание диалогового AI-ассистента · ответы на вопросы пользователей · генерация текста по инструкциям