Модифицированная DeepSeek-V4-Flash с удалённым поведением отказа для диалоговой генерации текста, рассуждений и исследований безопасности ИИ.
Подходит для: проведение авторизованного red teaming языковых моделей · оценка устойчивости систем безопасности ИИ · диалоговый ассистент с режимами рассуждения
Двуязычная модель PicoDecoder для генерации текста на нидерландском и английском языках.
Подходит для: генерация текста на нидерландском языке · генерация текста на английском языке · продолжение нидерландских текстовых подсказок
Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.
Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели
Компактная 15-миллионная модель Transformers для авторегрессионной генерации текста с архитектурной особенностью ALiBi.
Подходит для: эксперименты с генерацией текста · тестирование компактных языковых моделей · локальная генерация коротких текстов
Компактная экспериментальная модель Transformers для авторегрессионной генерации текста и исследований архитектуры dynamic ALiBi.
Подходит для: генерация коротких текстовых продолжений · эксперименты с компактными языковыми моделями · сравнение позиционного кодирования ALiBi
Небольшая авторегрессионная модель GPT-J для генерации текста общего назначения.
Подходит для: эксперименты с генерацией текста · создание коротких текстовых продолжений · изучение работы небольших языковых моделей
Текстовая модель DeepSeek-V4-Flash-DSpark с ослабленными отказами для локального ассистирования, red teaming и оценки поведения моделей.
Подходит для: проверка устойчивости моделей в red teaming · оценка поведения ассистента без стандартных отказов · локальное текстовое ассистирование
Производная модели arcee-ai/Trinity-Large-Base. Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.
Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели
Производная модели arcee-ai/Trinity-Nano-Base-Pre-Anneal. Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.
Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста
Плотная модель DeepSeek V2 на 2,5 млрд параметров для экспериментов с прореживанием и дистилляцией MoE и генерации текста.
Подходит для: воспроизведение экспериментов по сжатию MoE-моделей · сравнение методов отбора и группировки экспертов · исследовательская генерация текста
TSO Foundation Model v17 — исследовательская модель для переноса и прогнозирования временных рядов через линейную динамику в скрытом пространстве Koopman.
Подходит для: нулевое прогнозирование ранее не встречавшихся временных рядов · сравнение прогнозов с базовым прогнозом постоянства · анализ динамики временных рядов на нескольких масштабах
TSO Foundation Model v14 — модель с оператором Кoopмана для переноса и прогнозирования новых временных рядов без градиентного дообучения.
Подходит для: Прогнозирование временного ряда, для которого нет отдельной обученной модели · Перенос прогнозирования на новый ряд без градиентного дообучения · Анализ периодических циклов в солнечных наблюдениях
TSO Foundation Model v12 — модель-основа для переноса и прогнозирования ранее не встречавшихся временных рядов с помощью замороженного представления Koopman.
Подходит для: прогнозирование ранее не встречавшихся временных рядов без градиентной подгонки · анализ динамики временных рядов из энергетики и метеорологии · прогнозирование рядов ЭКГ и эпидемиологических показателей
TSO Foundation Model v11 — модель на основе операторов Koopman для zero-shot-прогнозирования временных рядов без градиентного дообучения.
Подходит для: zero-shot-прогнозирование новых временных рядов · прогнозирование рядов энергопотребления и электросетей · анализ метеорологических и солнечных временных рядов
TSO Foundation Model v13 — модель временных рядов для безградиентного zero-shot прогнозирования динамики ранее не встречавшихся рядов.
Подходит для: zero-shot прогнозирование незнакомого временного ряда · прогнозирование сезонной динамики солнечной активности · поиск периодических режимов в динамических системах