Дообученная на исследовательских диалогах модель Nemotron-H для многошагового поиска, анализа и синтеза информации с поддержкой вызова инструментов.

Подходит для: проведение многошагового исследования по заданной теме · поиск и сопоставление сведений из источников через подключённый браузер · подготовка развернутого ответа на сложный исследовательский вопрос

35-миллиардная MoE-модель InternScience для многошаговых агентных задач, научных рассуждений, поиска и вызова инструментов.

Подходит для: планирование и выполнение длительного веб-поиска · разбиение инженерной задачи на исполнимые этапы · научные рассуждения с обращением к внешним инструментам

Англоязычный переранжировщик OpenScholar_Reranker оценивает релевантность научных документов запросу для поиска источников при синтезе литературы.

Подходит для: Переранжирование научных статей по запросу · Отбор релевантных публикаций для обзора литературы · Сортировка результатов поиска научных источников

Tongyi-DeepResearch — англоязычная модель Tongyi Lab для многошагового агентного поиска и глубокого исследования информации.

Подходит для: многошаговый поиск ответов по веб-источникам · подготовка исследовательских ответов с использованием браузерного агента · решение сложных задач, требующих последовательного сбора информации

Дообученная на базе QwQ-32B модель для автономного веб-поиска, агентных действий и рассуждений по найденной информации.

Подходит для: автономный поиск информации в интернете · ответы на сложные вопросы с опорой на веб-источники · проведение многошагового Deep Research

35-миллиардная MoE-модель InternScience в формате GGUF F16 для многошагового агентного поиска, научных и инженерных задач с использованием инструментов.

Подходит для: многошаговый поиск информации в интернете · разбиение сложной задачи на план и последовательность действий · научные рассуждения и ответы на исследовательские вопросы

Базовая модель GALACTICA на 1,3 млрд параметров для генерации и анализа научных текстов и данных.

Подходит для: ответы на вопросы по научной литературе · суммаризация исследовательских статей · генерация научных документов

Компактная авторегрессионная модель OpenLM на 1,4 млрд параметров для генерации текста и экспериментов общего назначения.

Подходит для: генерация продолжения текста · эксперименты с компактными языковыми моделями · оценка perplexity на текстовых корпусах

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели

Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.

Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели

Исследовательская дообученная модель OpenGrad на базе Qwen3.5-2B для решения, когда вызвать инструмент, запросить уточнение или отказаться.

Подходит для: оценка, следует ли вызывать инструмент для запроса · выявление запросов, требующих уточнения перед вызовом инструмента · отказ от неподдерживаемого вызова инструмента

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

Iris-pro — крупная дообученная MoE-модель, которая выполняет многошаговый веб-поиск и глубокое исследование с оценкой достаточности найденных свидетельств.

Подходит для: многошаговый поиск информации в интернете · подготовка ответов на сложные исследовательские вопросы с опорой на найденные источники · повторный поиск и уточнение запросов, когда первых результатов недостаточно

UniScientist — разреженная языковая модель UniPat AI для агентного научного исследования, синтеза доказательств и подготовки отчётов в широком круге дисциплин.

Подходит для: поиск и обобщение научных источников с помощью инструментов · подготовка исследовательского отчёта по заданному вопросу · сопоставление нескольких исследовательских отчётов и синтез общего вывода

Дообученная MoE-модель на базе Qwen3 для генерации и улучшения кода машинного обучения в исследовательских и AutoResearch-агентах.

Подходит для: генерация кода экспериментов машинного обучения · отладка программ для задач Kaggle · итеративное улучшение ML-решений по результатам запуска

Японско-английская чат-модель на базе LLM-jp-4, предназначенная для генерации текста, следования инструкциям и рассуждений.

Подходит для: диалоговые ответы на японском языке · ответы на вопросы и выполнение инструкций на английском языке · решение задач на рассуждение

Промежуточная 34-миллиардная MoE-модель OpenMoE для генерации текста и изучения обучения архитектуры Mixture-of-Experts.

Подходит для: изучение динамики обучения MoE-моделей · эксперименты с архитектурой Mixture-of-Experts · генерация текста в исследовательских экспериментах

Экспериментальная разреженная MoE-модель Mixtral для генерации текста и исследований рассуждений.

Подходит для: эксперименты с разреженностью MoE-моделей · генерация текста для задач рассуждения · оценка языковых моделей на задачах reasoning

Компактная дообученная модель Qwen для анализа омиксных данных и выполнения исследовательских сценариев с инструментами omicverse.

Подходит для: анализ омиксных данных с помощью omicverse · воспроизведение вычислительных анализов из научных публикаций · генерация кода для биоинформатических исследований

Дообученная на английских исследовательских задачах модель Qwen3.5-4B для многошаговых рассуждений, синтеза информации и самокоррекции в длинном контексте.

Подходит для: синтез сведений из нескольких документов · ответы на сложные исследовательские вопросы · пошаговый разбор логических задач

MedResearcher-R1-32B — дообученная на медицинских данных языковая модель для многошагового поиска и синтеза медицинской информации.

Подходит для: поиск ответов на сложные медицинские вопросы · синтез сведений из нескольких медицинских источников · подготовка многошаговых исследовательских обзоров по медицине

Диалоговая модель на 9 млрд параметров для анализа омиксных данных, научного программирования и работы с инструментами omicverse.

Подходит для: воспроизведение анализа омиксных данных из научной статьи · написание кода для анализа данных в omicverse · вызов инструментов omicverse в многошаговом исследовательском процессе

Плотная языковая модель OpenSci на 1,7 млрд параметров, обученная на DCLM, предназначена для генерации текста и проверки языковых способностей.

Подходит для: генерация продолжений текста · оценка ответов на вопросы общего характера · эксперименты с языковыми моделями на базе Transformers

Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели