GOT-OCR 2.0 — мультимодальная модель для извлечения текста из изображений в рамках сквозного подхода OCR-2.0.

Подходит для: распознавание текста на изображениях · извлечение текста из сканов документов · преобразование изображений с текстом в текстовый вывод

Англоязычная модель Llama 3, дообученная для точного следования сложным инструкциям с ограничениями по формату и длине.

Подходит для: генерация ответов по многоэтапным инструкциям · соблюдение заданного формата ответа · создание текста с ограничением длины

EmojiLM — англоязычная модель BART для преобразования предложений в последовательности эмодзи.

Подходит для: подбор эмодзи к предложению · преобразование короткого текста в последовательность эмодзи · создание эмодзи-ответа для сообщения

Англоязычная модель на базе Llama3-8B для генерации текста с точным соблюдением сложных инструкций и ограничений.

Подходит для: соблюдение заданного формата при генерации ответа · создание текстов с ограничением по длине · выполнение инструкций с несколькими условиями

GOT-OCR 2.0 распознаёт текст и структурированное содержимое на изображениях документов и сцен, выдавая результат в виде текста.

Подходит для: извлечение текста из сканов и фотографий документов · распознавание вывесок и другого текста на сценах · извлечение содержимого таблиц и диаграмм из изображений

Англоязычная чат-модель на базе Mistral-7B-v0.3 для генерации ответов с соблюдением сложных инструкций и ограничений.

Подходит для: создание ответа заданной длины и структуры · выполнение нескольких инструкций в одном запросе · генерация текста с обязательными элементами и условиями формата

Варианты Z-Image-Turbo для ComfyUI генерируют изображения по текстовым описаниям.

Подходит для: создание иллюстраций по текстовому описанию · быстрые визуальные концепты для творческих проектов · генерация изображений в рабочих процессах ComfyUI

NeoVerse — модель 4D-моделирования мира для реконструкции сцен и генерации видео с новыми траекториями камеры.

Подходит для: реконструкция 4D-сцены по монокулярному видео · генерация видео сцены с новой траекторией камеры · создание представления динамического окружения для последующих задач

Вариант Z-Image-Turbo для ComfyUI генерирует изображения по текстовым описаниям.

Подходит для: создание изображений по текстовым промптам · генерация иллюстраций в ComfyUI · создание изображений с английскими надписями

Модель DeBERTa-v2 для zero-shot и few-shot классификации политических текстов по позиции автора, тематике, языку ненависти и событиям.

Подходит для: определение позиции автора в политических публикациях · поиск языка ненависти в политических текстах · классификация политических документов по темам

UniAVGen — дообученная на Wan2.2-TI2V-5B модель для генерации видео по изображению и совместного создания согласованного аудиовизуального контента.

Подходит для: создание видео на основе исходного изображения · генерация согласованных аудио и видео · создание видео с синхронизированными движениями губ

ImageDream — диффузионная модель, которая создаёт 3D-контент по входному изображению.

Подходит для: создание 3D-представления объекта по изображению · преобразование референсного изображения в 3D-контент · генерация 3D-вариантов по входному изображению

Объединённая 14-миллиардная модель Qwen2.5 для диалоговой генерации текста с контекстом до 131 072 токенов.

Подходит для: ответы на вопросы в диалоге · генерация и продолжение текста · обработка длинных текстовых запросов

Дообученная на Qwen2.5-7B-Instruct языковая модель для начального обучения агента стратегическому поиску в RL-среде.

Подходит для: генерация стратегий для поискового RL-агента · извлечение полезных приёмов из успешных поисковых траекторий · составление кратких уроков по ошибкам агента

Дообученная на инструкциях и выровненная методом DPO модель Qwen2.5-1.5B для извлечения сущностей, отношений и событий из английского текста.

Подходит для: извлечение именованных сущностей из текста · извлечение отношений между сущностями · извлечение событий и их аргументов

ADELIE-SFT — дообученная на инструкциях модель LLaMA 2 для извлечения сущностей, событий и отношений из английского текста.

Подходит для: извлечение именованных сущностей из текста · извлечение событий и их аргументов · извлечение отношений между сущностями

Дообученный на PolNLI классификатор DeBERTa-v2 для zero-shot и few-shot анализа политических текстов.

Подходит для: определение политической позиции автора публикации · выявление hate speech в политических текстах · классификация политических документов по заданным темам

OctLLM — мультимодальная модель на основе Qwen2.5-VL для генерации 3D-форм по тексту и изображениям и понимания 3D-объектов.

Подходит для: создание 3D-форм по текстовому описанию · создание 3D-модели по изображению · понимание и анализ 3D-геометрии

Извлекающий визуальные признаки энкодер Qwen2-VL для обучения мультимодальных моделей на изображениях разных размеров и пропорций.

Подходит для: извлечение визуальных признаков из изображений · подключение vision tower при обучении мультимодальных моделей · обработка изображений с разными размерами и соотношениями сторон

Модель генерирует последовательности белков, соответствующие заданной структуре белкового остова.

Подходит для: проектирование последовательности белка по структуре остова · генерация вариантов аминокислотной последовательности для заданной структуры · исследование дизайна белков на структурах из CATH 4.2

Многоязычная GOT-модель для распознавания и извлечения текста из изображений и документов.

Подходит для: извлечение текста со сканов документов · распознавание текста на фотографиях · OCR для многоязычных документов

Порт MVDream для Diffusers, предназначенный для создания 3D-представлений по изображению.

Подходит для: создание 3D-представления объекта по изображению · преобразование изображения в 3D-контент для проектов компьютерной графики · эксперименты с генерацией 3D по изображению в Diffusers

Align3R оценивает согласованную во времени глубину, динамическую 3D-геометрию и позы камеры по монокулярному видео.

Подходит для: оценка глубины в динамических видеосценах · восстановление облака точек из монокулярного видео · оценка движения камеры по видеопоследовательности

Fino1-14B — дообученная модель Qwen2.5-14B-Instruct для решения задач финансовых рассуждений и математических вопросов.

Подходит для: решение финансовых математических задач · пошаговые рассуждения по вопросам FinQA · ответы на вопросы по финансовым данным