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
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
Компактная мультиязычная модель, которая подбирает подходящие эмодзи к коротким текстам и работает локально на устройстве.
Подходит для: подбор эмодзи для записей в календаре · подсказки эмодзи для списка дел · добавление эмодзи к заметкам
Mira — дообученная SmilyAI разговорная модель на 14,8 млрд параметров для программирования, математики, рассуждений и технического общения.
Подходит для: отладка и объяснение программного кода · рецензирование кода с конструктивными замечаниями · пошаговый разбор математических задач
Mira — дообученная SmilyAI разговорная модель для технических ответов, рассуждений, математики и помощи с кодом.
Подходит для: отладка и проверка программного кода · объяснение технических концепций и решений · помощь с Python и задачами машинного обучения
Дообученная на SigLIP 2 модель классифицирует изображения лиц по шести меткам эмоционального выражения.
Подходит для: классификация выражения лица на изображении · распознавание злого или радостного выражения лица · определение нейтрального, грустного или удивлённого выражения
Классификатор Swin определяет, является ли изображение сгенерированным ИИ или реальным.
Подходит для: проверка, создано ли изображение генератором ИИ · предварительная проверка изображений перед публикацией · анализ изображений из социальных сетей на признаки генерации
16-битная конверсия SmolLM3-3B для генерации текста и диалогов на компьютерах Apple Silicon с MLX.
Подходит для: диалоговый помощник на Mac с Apple Silicon · генерация текста локально на устройстве Apple Silicon · оценка и исследование языковой модели в MLX
Компактная модель LogoLabs создаёт изображения размером 256 × 256 по англоязычным текстовым запросам, особенно иконки и символы.
Подходит для: генерация иконок по текстовому описанию · создание символов и простых графических композиций · прототипирование изображений по англоязычным промптам
Экспериментальная чат-модель на базе Qwen3 с 1,7 млрд параметров для генерации текста и ответов на запросы.
Подходит для: генерация ответов в чат-боте · продолжение текста по запросу · проверка интерфейса вызова инструментов
Компактная модель Smilyai Labs для генерации текста, диалогов по инструкциям, а также задач с кодом и математикой.
Подходит для: генерация ответов в многоходовом чате · выполнение текстовых инструкций · помощь с написанием и объяснением кода
Экспериментальная версия SmolLM3-3B с изменённым поведением отказов для исследований и генерации текста.
Подходит для: эксперименты с аблитерацией языковых моделей · анализ поведения отказов в диалоговых моделях · сравнение методов изменения защитных механизмов
Слияние моделей на базе Stable Diffusion 1.5 для генерации милых мемодзи, эмодзи и мультяшных изображений по текстовым запросам.
Подходит для: создание мемодзи персонажей по текстовому описанию · генерация милых аниме-эмодзи животных · создание мультяшных изображений еды и предметов
Дообученная на russian-emoji модель Stable Diffusion для генерации изображений эмодзи по текстовому описанию.
Подходит для: генерация изображений эмодзи по текстовым запросам · создание иллюстраций в стиле эмодзи · подготовка изображений эмодзи для генеративного искусства
Англоязычная модель классификации текста, которая предлагает эмодзи для сообщений, публикаций и писем.
Подходит для: Подбор эмодзи для поста в социальной сети · Добавление эмодзи к короткому сообщению · Подбор эмодзи для текста письма
Бинарный классификатор SigLIP2 для определения, создана ли иллюстрация генеративной моделью или человеком.
Подходит для: проверка иллюстраций на признаки AI-генерации · фильтрация набора изображений по предполагаемому происхождению · предварительная маркировка изображений как AI- или созданных человеком
Компактная спайковая языковая модель для генерации текста и экспериментов в условиях конкурса BabyLM Strict-Small.
Подходит для: генерация английского текста компактной языковой моделью · исследование спайковых нейросетей для языкового моделирования · эксперименты с языковыми моделями при ограниченном объёме обучающих данных
Дообученная модель BERT для классификации текста и выявления сарказма.
Подходит для: выявление сарказма в комментариях · разметка саркастичных сообщений в социальных сетях · классификация пользовательских отзывов по наличию сарказма
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
Дообученный Vision Transformer для классификации эмоций мультяшных персонажей на изображениях.
Подходит для: распознавание эмоций мультяшных персонажей на изображениях · автоматическая разметка эмоций в кадрах мультфильмов · классификация выражений лиц персонажей комиксов
Модель на базе WavLM выявляет и оценивает вероятность смеха в коротких аудиоокнах, прежде всего в записях англоязычного стендапа.
Подходит для: поиск моментов смеха в аудиозаписи стендап-выступления · оценка вероятности смеха по коротким фрагментам аудио · разметка временных интервалов смеха в видеозаписи по звуковой дорожке
Дообученная модель BERT для классификации текста и обнаружения сарказма.
Подходит для: определение сарказма в коротких сообщениях · анализ саркастичных отзывов · поиск саркастичных реплик в публикациях
Производная модели abhilash88/face-emotion-detection. Модель на базе ViT классифицирует выражения лица по семи категориям на изображениях.
Подходит для: классификация выражения лица на фотографии · распознавание радости и нейтрального выражения на изображениях лиц · анализ выражений лица в исследовательских наборах данных