Трансформер Prior Labs для классификации и регрессии на структурированных табличных данных с помощью обучения в контексте.

Подходит для: классификация строк табличного набора данных · прогнозирование числовых значений по табличным признакам · быстрая оценка качества табличной задачи без длительной настройки модели

Трансформерная модель Prior Labs для классификации небольших табличных наборов данных без отдельного обучения под каждую задачу.

Подходит для: классификация строк в небольших таблицах · предсказание категорий по табличным признакам · быстрое построение базовой модели для табличного датасета

TabPFN-3 — трансформер Prior Labs для классификации табличных данных с бинарным чекпойнтом, специализированным для наборов с 2000 признаками.

Подходит для: бинарная классификация табличных наборов с 2000 признаками · предварительная оценка качества классификации на собственных табличных данных · сравнение табличных классификаторов во внутреннем исследовательском бенчмарке

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · эксперименты с предсказанием следующего токена · сравнение контрольных точек обучения Pythia

Трансформер TabPFN v2-reg прогнозирует числовые значения по табличным данным без отдельного обучения на небольшой задаче.

Подходит для: прогноз числовых показателей по строкам таблицы · оценка стоимости или спроса по табличным признакам · построение регрессии на небольшом датасете без обучения отдельной модели

TabPFN-3.5 — трансформерная модель Prior Labs для классификации и регрессии на структурированных табличных данных.

Подходит для: классификация записей в таблицах · прогнозирование числовых значений по табличным данным · многоклассовая классификация таблиц с экспериментальным чекпойнтом

TabPFN-2.6 — трансформер Prior Labs для классификации и регрессии табличных данных с помощью обучения в контексте.

Подходит для: Классификация объектов по структурированным признакам · Регрессия числового показателя по табличным данным · Предварительная оценка качества модели на небольших и средних таблицах

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Производная модели Prior-Labs/tabpfn_3. TabPFN-3 — трансформер Prior Labs для классификации табличных данных с бинарным чекпойнтом, специализированным для наборов с 2000 признаками.

Подходит для: бинарная классификация табличных наборов с 2000 признаками · предварительная оценка качества классификации на собственных табличных данных · сравнение табличных классификаторов во внутреннем исследовательском бенчмарке

Производная модели Prior-Labs/tabpfn_3. TabPFN-3 — трансформер Prior Labs для классификации табличных данных с бинарным чекпойнтом, специализированным для наборов с 2000 признаками.

Подходит для: бинарная классификация табличных наборов с 2000 признаками · предварительная оценка качества классификации на собственных табличных данных · сравнение табличных классификаторов во внутреннем исследовательском бенчмарке

Англоязычная авторегрессионная модель EleutherAI с 1,2 млрд параметров для исследований генерации и интерпретируемости языковых моделей.

Подходит для: изучение поведения авторегрессионной языковой модели · эксперименты по интерпретируемости трансформеров · сравнение моделей разных размеров на контролируемых данных

Англоязычная авторегрессионная модель EleutherAI на 1,7 млрд параметров для контролируемых исследований поведения и интерпретируемости языковых моделей.

Подходит для: исследование поведения языковых моделей · эксперименты по интерпретируемости LLM · сравнение моделей разных размеров на одинаковых данных

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

Puro-2B-Base — предобученная с нуля компактная языковая модель Poor Lab для исследований и последующей адаптации под прикладные задачи.

Подходит для: эксперименты с предобучением языковых моделей · изучение рецептов данных и методов оптимизации · исследование масштабирования моделей

Небольшая базовая англоязычная модель SupraLabs для экспериментов с предобучением и отправной точки для дальнейшего дообучения.

Подходит для: эксперименты с предобучением малых языковых моделей · изучение влияния масштаба модели и состава данных · дообучение на инструкциях

Экспериментальная Llama-подобная базовая модель на 1,66 млрд параметров для исследований предобучения на переписанных диалогах и генерации текста.

Подходит для: исследование влияния диалогового формата на предобучение языковых моделей · сравнение масок функции потерь для пользовательских и ассистентских реплик · генерация продолжений переписанных диалогов в формате ChatML

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

Экспериментальная модель Llama на 1,66 млрд параметров для исследования предобучения на переписанных диалогах с функцией потерь на репликах пользователя и ассистента.

Подходит для: исследование влияния обучающего сигнала на репликах пользователя и ассистента · сравнение условий предобучения при одинаковом числе обучающих токенов · генерация текста в формате диалога ChatML

Англоязычная модель EleutherAI на 1,2 млрд параметров для исследований и экспериментов с генерацией текста и поведением языковых моделей.

Подходит для: изучение интерпретируемости языковых моделей · эксперименты с авторегрессионной генерацией английского текста · сравнение моделей разных размеров на одинаковых данных

Экспериментальная производная Llama 3.2 1B Instruct с изменёнными весами для исследований отказов, интерпретируемости и оценки безопасности.

Подходит для: исследование механизмов отказа языковых моделей · red teaming моделей, склонных отвечать на вредоносные запросы · оценка защитных механизмов и поведения модели

Экспериментальная базовая модель Llama примерно на 906 млн параметров для изучения предобучения на переписанных диалогах с функцией потерь на репликах пользователя и ассистента.

Подходит для: сравнение условий предобучения диалоговых языковых моделей · исследование влияния маски потерь на реплики пользователя и ассистента · генерация продолжений на английском языке в формате ChatML

Предварительно обученная англоязычная модель IBM Research на архитектуре LLaMA для генерации текста и сравнения обучающих корпусов.

Подходит для: сравнение влияния обучающих датасетов на языковые модели · эксперименты с генерацией английского текста · оценка предварительно обученных моделей в исследовательских задачах

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

Мультимодальная модель NVIDIA на базе Qwen2.5-VL для рассуждений о физических сценах и планирования задач роботами по изображениям, видео и тексту.

Подходит для: Планирование следующих действий робота по видео окружающей среды · Разбор сложной команды для робота на последовательность задач · Анализ пространственных и временных событий в видео