Разреженный автокодировщик Prisma-Multimodal извлекает признаки из активаций CLIP ViT-B/32 для анализа и исследований интерпретируемости.

Подходит для: извлечение разреженных признаков из активаций CLIP · анализ внутренних представлений CLIP ViT-B/32 · исследование интерпретируемости мультимодальной модели

Мультимодальная модель Meta на 29,6 млрд параметров для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: выполнение многошаговых задач локальным ИИ-агентом · вызов инструментов и функций в диалоге · написание и отладка программного кода

Разреженный автоэнкодер Prisma-Multimodal извлекает разреженные признаки из активаций CLIP ViT-B/32 для анализа и интерпретации представлений.

Подходит для: извлечение разреженных признаков из активаций CLIP · анализ внутренних представлений CLIP ViT-B/32 · исследование механистической интерпретируемости зрительной модели

Разреженный автоэнкодер Prisma-Multimodal извлекает признаки из активаций CLIP ViT-B/32 для анализа и интерпретируемости.

Подходит для: извлечение разреженных признаков из активаций CLIP · анализ представлений слоя 8 CLIP ViT-B/32 · исследование интерпретируемости мультимодальной модели

Мультимодальная модель OpenBMB для анализа изображений, аудио и видео, а также для двустороннего голосового диалога в реальном времени.

Подходит для: ответы на вопросы по изображениям и видеозаписям · распознавание текста и разбор документов на изображениях · голосовой диалог на английском и китайском языках

Мультимодальная модель NVIDIA для рассуждений по изображениям и видео, видеоаналитики и планирования действий роботов.

Подходит для: анализ видеопотоков для поиска событий и причин инцидентов · обнаружение объектов и выдача их координат на изображениях и видео · разметка, фильтрация и дедупликация сенсорных данных для физического ИИ

Базовая мультимодальная модель Qwen3.5 с 0,8 млрд параметров для дообучения и экспериментов с текстом и изображениями.

Подходит для: дообучение компактной мультимодальной модели · эксперименты с обучением в контексте · создание чат-модели на базе Qwen3.5

MiniMax-M3 — мультимодальная модель с контекстом до 1 млн токенов для диалогов, анализа изображений и видео, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · анализ видеоматериалов в контексте диалога · написание и разбор кода

Декензурированная версия мультимодальной Muse Glimmer-30B для диалогов, работы с изображениями и агентных задач с инструментами.

Подходит для: создание локального ИИ-агента с многошаговым планированием · вызов инструментов и функций в многоходовом диалоге · написание и отладка кода

Англоязычный классификатор Prismor на базе Qwen2.5-1.5B для выявления prompt injection в запросах, RAG-системах и агентах.

Подходит для: проверка запросов на prompt injection перед передачей LLM · фильтрация входных текстов в RAG-конвейерах · обнаружение атак на инструкции AI-агентов

Мультимодальная модель NVIDIA на 8 млрд параметров для визуального рассуждения, видеоаналитики и планирования действий в робототехнике и физическом ИИ.

Подходит для: анализ видеопотоков городских и промышленных объектов · поиск причин событий в видеозаписях · аннотирование и фильтрация сенсорных данных для обучения физического ИИ

Англоязычная модель EleutherAI на 410M для продолжения текста и контролируемых исследований поведения и интерпретируемости языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разных размеров на одинаковых данных · анализ влияния этапов обучения на поведение модели

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

Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разного размера · анализ влияния этапа обучения на поведение модели

Исследовательская англоязычная модель EleutherAI на 1,7 млрд параметров для генерации текста и экспериментов с поведением и интерпретируемостью языковых моделей.

Подходит для: изучение поведения языковых моделей в контролируемых экспериментах · исследование интерпретируемости трансформеров · сравнение моделей разного размера на одинаковых данных

Мультимодальная модель OpenGVLab для оценки шагов рассуждения и отбора лучших ответов в задачах Best-of-N.

Подходит для: оценка корректности шагов решения задач по изображению · ранжирование вариантов ответа мультимодальной языковой модели · отбор лучших решений при генерации Best-of-N

Мультимодальная инструкция Gemma 4, модифицированная методом abliteration для снижения числа отказов в диалогах и генерации ответов.

Подходит для: диалоговая генерация ответов с меньшим числом отказов · эксперименты с методом abliteration для языковых моделей · анализ изображений в диалоговом сценарии

Мультимодальная модель Ai2 для понимания сцен, пространственных отношений, нескольких изображений и временной последовательности в видео.

Подходит для: Ответы на вопросы о содержимом изображения · Определение точного положения объекта на изображении · Сопоставление объектов и сцен на нескольких изображениях

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Мультимодальная модель Meta для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: создание локального ИИ-агента для многошаговых задач · вызов инструментов и функций в последовательных сценариях · написание и отладка кода

Предобученная мультимодальная модель Google, которая анализирует изображения вместе с текстовыми запросами и предназначена для дообучения под задачи компьютерного зрения и языка.

Подходит для: создание подписей к изображениям · ответы на вопросы об изображении · чтение текста на изображениях

Экспериментальная мультимодальная донастройка Gemma 4, в которой ослаблены отказы для диалогов и генерации ответов.

Подходит для: диалог с ослабленными отказами модели · генерация ответов на спорные запросы · анализ изображений с формированием текстового ответа

Базовая мультимодальная модель Z.ai для исследований и дальнейшей разработки систем, работающих с изображениями и текстом.

Подходит для: исследование визуально-языковых моделей · разработка приложений для вопросов и ответов по изображениям · создание мультимодальных диалоговых систем

Мультимодальная модель Meta на 29,6 млрд параметров для локальных ИИ-агентов, вызова инструментов, программирования и анализа изображений.

Подходит для: создание локального агента для многошаговых задач · вызов инструментов по заданным схемам · написание и отладка кода

Предобученная мультимодальная модель Google, которая принимает изображение и текст и служит основой для дообучения под задачи компьютерного зрения и визуального языка.

Подходит для: дообучение модели для описания изображений · ответы на вопросы об изображении · чтение текста на изображениях