OPT-66B — крупная англоязычная предобученная модель Meta AI для генерации текста и исследовательских экспериментов с языковыми моделями.
Подходит для: генерация продолжений текста по промпту · оценка языковой модели на задачах с few-shot-примерами · создание прототипов текстовых приложений
Контрольная точка ToolAlpaca-7B после DPO-unlearning для изучения удаления выбранных сценариев использования инструментов.
Подходит для: оценка удаления выбранных задач использования инструментов · сравнение сохранения и забывания поведения языковой модели · воспроизведение экспериментов ToolAlpaca по unlearning
Экспериментальная модель OPT на 411 млн параметров, обученная с нуля на корпусе BabyLM для генерации текста.
Подходит для: генерация текста в экспериментах с моделями BabyLM · изучение поведения компактных языковых моделей · сравнение результатов обучения на корпусе znhoughton/babylm-150m-v3
Небольшая авторегрессионная модель семейства OPT для генерации текста и экспериментов с языковыми моделями.
Подходит для: эксперименты с генерацией текста · изучение компактных авторегрессионных моделей · оценка качества языковой модели на коротких контекстах
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
Дообученная на OR-Instruct модель LLaMA-3-8B для формализации задач исследования операций и генерации кода оптимизации на Python с coptpy.
Подходит для: Преобразование текстовой задачи оптимизации в математическую модель · Генерация Python-кода для решения задач оптимизации с coptpy · Формализация задач линейного программирования по описанию на естественном языке
Производная модели OptimAI-Lab/ToolAlpaca_unlearn_ToolDelete-DPO. Контрольная точка ToolAlpaca-7B после DPO-unlearning для изучения удаления выбранных сценариев использования инструментов.
Подходит для: оценка удаления выбранных задач использования инструментов · сравнение сохранения и забывания поведения языковой модели · воспроизведение экспериментов ToolAlpaca по unlearning
Экспериментальная версия OPT-125M с групповым усреднением K/V-голов для более эффективной генерации текста и работы с KV-кэшем.
Подходит для: эксперименты с генерацией текста на OPT · проверка способов сократить затраты памяти на KV-кэш · сравнение вариантов группировки K/V-голов
Модель на базе OPT для оценки предпочтительности ответов в конвейерах RLHF и обучения чат-моделей.
Подходит для: ранжирование вариантов ответа чат-бота по предпочтительности · вычисление сигнала вознаграждения для RLHF · оценка ответов при дообучении языковой модели на сравнениях
Дообученная модель Qwen3 для формализации задач исследования операций и генерации ответов с поддержкой оптимизационного решателя.
Подходит для: Формализация текстового описания задачи оптимизации · Построение математической модели для задачи исследования операций · Генерация ответа для задачи оптимизации с опорой на решатель
Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.
Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода
Дообученная модель Qwen3 для преобразования текстовых задач оптимизации в формулировки линейного программирования и код для решателей.
Подходит для: перевод описания задачи в модель линейного программирования · создание Python-кода для решателя задач оптимизации · структурирование рассуждений по задачам исследования операций
Компактная модель OPT на 125,8 млн параметров для экспериментов с генерацией текста в контексте до 256 токенов.
Подходит для: эксперименты с небольшой авторегрессионной языковой моделью · генерация коротких продолжений текста · оценка качества на собственном наборе данных
Дообученная причинная модель OPT на 113,9 млн параметров для генерации текста с контекстом до 512 токенов.
Подходит для: генерация короткого текста · автодополнение текста в пределах короткого контекста · экспериментальная оценка генерации текста
Дообученная Qwen3-4B для преобразования текстовых задач оптимизации в математические формулировки и код Python для решателей.
Подходит для: составление формулировки линейной программы по текстовому условию · генерация кода Python для решения задач оптимизации · структурирование рассуждений по задачам исследования операций
SOLID-opt — дообученная Qwen3-4B для преобразования текстовых задач оптимизации в формулировки линейного программирования и код для решателей.
Подходит для: преобразование текстовой задачи в формулировку линейного программирования · подготовка Python-кода для решателя задач оптимизации · структурирование ограничений и целевой функции
Дообученная на наборе PIE модель CodeLlama 7B для безусловной оптимизации программ на C++.
Подходит для: оптимизация программ на C++ · генерация вариантов оптимизированного кода C++ · эксперименты с оптимизацией кода на наборе PIE