PaliGemma 2 3B Mix 448 — мультиязычная визуально-языковая модель Google для описания изображений, ответов на вопросы по ним и других задач компьютерного зрения с текстовым выводом.

Подходит для: создание коротких подписей к изображениям · ответы на вопросы о содержимом изображения · распознавание текста на изображениях

Модифицированная Gemma 3 12B IT для диалогов, понимания изображений и ответов с пониженной частотой отказов.

Подходит для: диалоговые ответы на текстовые запросы · понимание изображений по текстовым инструкциям · исследование поведения языковых моделей при отказах

Мультимодальная модель ServiceNow на 15 млрд параметров для диалоговых задач, рассуждений и анализа изображений.

Подходит для: ответы на вопросы по изображению · генерация и анализ кода · решение логических и многошаговых задач

Предобученная мультимодальная модель PaliGemma 3B принимает изображение и текст для генерации ответов и предназначена преимущественно для дообучения под задачи компьютерного зрения.

Подходит для: создание подписей к изображениям · ответы на вопросы по изображению · чтение текста на изображениях

Производная модели Sacralet/mistral-7B. Диалоговая instruction-модель Mistral на 7,1 млрд параметров для генерации ответов и выполнения инструкций.

Подходит для: ответы на вопросы в диалоге · генерация текста по инструкциям · создание чат-бота

Полноточечная MLX-конверсия мультимодальной Qwen3.8-27B-Abliterated для диалогов, генерации текста и анализа изображений на Apple Silicon.

Подходит для: ответы на вопросы по изображениям · диалоги с мультимодальным помощником · генерация текста на английском и китайском

Мультимодальная инструкционная модель Gemma 4 на 31 млрд параметров, адаптированная prithivMLmods для инференса через MLX и экспериментов с поведением отказов.

Подходит для: ответы на инструкции и сложные запросы в локальном чате · анализ изображений с вопросами на естественном языке · исследование поведения отказов языковых моделей

Производная модели yosuaw/all-MiniLM-L6-v2. Модель кодирует английские предложения и короткие абзацы в векторы для семантического поиска, сравнения сходства и кластеризации.

Подходит для: семантический поиск по коллекции документов · ранжирование текстов по смысловому сходству · кластеризация предложений и коротких абзацев

PLM-1B — мультимодальная модель Meta для ответов на вопросы и детального понимания изображений и видео.

Подходит для: ответы на вопросы по содержимому изображений · извлечение текста и сведений из документов и диаграмм · описание объектов и деталей на изображении

Слитая мультимодальная модель Gemma 4 для ролевых диалогов, творческого письма и ответов на изображения.

Подходит для: ролевая переписка с персонажами · написание диалогов и художественных сцен · создание коротких историй и сюжетных вариантов

PLM8B — мультимодальная модель Meta для диалогового понимания изображений и видео, включая визуальные вопросы и анализ событий.

Подходит для: ответы на вопросы по содержимому изображения · извлечение текста и сведений из документов на изображении · анализ графиков и диаграмм

Конверсия MiniCPM-V-4.6 в формат MLX для мультимодального чата и ответов по изображениям на устройствах Apple Silicon.

Подходит для: ответы на вопросы по изображению · описание содержимого фотографии · диалог с учётом изображения

PixelModel — игрушечная MLP от Bench Labs, которая генерирует изображения 32×32 по текстовым запросам.

Подходит для: эксперименты с обучением генеративных моделей на игрушечных наборах данных · генерация простых изображений 32×32 по короткому текстовому запросу · изучение кодирования весов нейросети в пикселях PNG

Квантизированная MLX-сборка Gemma 4 на 12 млрд параметров для текстового диалога и генерации на Apple Silicon.

Подходит для: ведение текстового диалога · генерация ответов на запросы · использование инструментов в диалоге через совместимый загрузчик

3-битная MLX-сборка мультимодальной MoE-модели Inkling-Small для диалогов и анализа изображений и аудио на Apple Silicon.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · диалог с передачей аудиовхода и текстовым ответом

Дообученная Stable Diffusion для генерации спрайтов и сцен в пиксельном стиле по текстовым запросам.

Подходит для: создание пиксельных спрайтов для игр · генерация сцен в стиле 16-битных игр · подготовка пиксельных иллюстраций по текстовому описанию

Квантованная для MLX блочная диффузионная модель Gemma для диалоговой генерации текста, анализа изображений и вызова инструментов на Apple Silicon.

Подходит для: диалоговая генерация текста локально на Mac с Apple Silicon · ответы на вопросы по загруженным изображениям · анализ нескольких изображений в одном запросе

Квантованная мультимодальная модель Gemma 4 для диалогов, анализа изображений и творческого письма на устройствах Apple Silicon.

Подходит для: ролевые диалоги с моделью · создание художественных текстов · ответы на вопросы по изображению

Дообученная Stable Diffusion, создающая изображения в стиле пиксель-арта по текстовым запросам с токеном pixelartstyle.

Подходит для: создание пиксельных иллюстраций по текстовому описанию · генерация спрайтов и игровых концептов в стиле пиксель-арта · создание пиксельных изображений персонажей и сцен

Квантованная в MXFP8 диффузионная модель Gemma для диалоговой генерации текста, анализа изображений и вызова инструментов на Apple Silicon.

Подходит для: диалоговые ответы и генерация текста · ответы на вопросы по загруженным изображениям · анализ нескольких изображений в одном запросе

Безусловная пиксельная DDPM-модель на базе 2D UNet, предназначенная для априорной регуляризации реконструкции КТ-срезов горных пород.

Подходит для: реконструкция КТ-срезов горных пород · восстановление изображений КТ при малом числе проекций · использование априорного распределения изображений в обратных задачах КТ

Экспорт PixVL на базе Qwen3-VL-4B-SAMTok для сегментации изображений.

Подходит для: сегментация объектов на изображении · исследовательские эксперименты по визуальной сегментации · оценка модели PixVL на задачах сегментации

Pixio ViT-5B/16 извлекает плотные визуальные признаки из изображений для последующих задач компьютерного зрения.

Подходит для: извлечение признаков для классификации изображений · получение токенов патчей для визуального анализа · создание визуальных представлений для downstream-задач

Мультимодальная модель Gemma 4 на основе Phoenix-X-26B-A4B для диалогов и ответов на изображения, модифицированная directional ablation.

Подходит для: ответы на вопросы по изображениям · диалоговое общение с визуальным контекстом · ролевые диалоги