safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Компактная авторегрессионная модель семейства Llama для генерации текста, предварительно обученная на FineWeb.

Подходит для: эксперименты с компактными языковыми моделями · генерация коротких текстовых продолжений · изучение авторегрессионной архитектуры Llama

Модель Unsloth на архитектуре Llama для извлечения признаков из текста.

Подходит для: получение векторных представлений текста · подготовка признаков для последующей обработки текста · извлечение признаков через Transformers

StockLlama-base-v1 — модель на основе Llama для прогнозирования финансовых временных рядов и данных фондового рынка.

Подходит для: прогнозирование временных рядов фондового рынка · анализ исторических цен акций · эксперименты с прогнозированием котировок NASDAQ

Промежуточная компактная модель семейства Llama для генерации текста и экспериментов с моделями, работающими при ограниченных вычислительных ресурсах.

Подходит для: генерация коротких текстов · эксперименты с компактными языковыми моделями · разработка приложений на базе Llama при ограниченной памяти

Модель Unsloth AI семейства Llama для извлечения признаков и получения представлений текста.

Подходит для: получение признаковых представлений текста · извлечение векторов для поиска по сходству · подготовка текстовых признаков для downstream-моделей

Дообученная модель Llama для RAG-систем прогнозирования финансовых временных рядов.

Подходит для: прогнозирование финансовых временных рядов в RAG-системе · анализ финансовой информации с использованием извлечённых документов · создание диалогового интерфейса для финансовой аналитики

Слитая модель Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов с контекстом до 131 072 токенов.

Подходит для: генерация ответов в диалоговом приложении · создание и продолжение текстов · суммаризация длинных документов в пределах контекста модели

Разговорная модель Llama на 7,5 млрд параметров для генерации ответов в чате с контекстом до 8192 токенов.

Подходит для: ответы на сообщения в диалоге · генерация текста по запросу пользователя · создание чат-бота на базе Llama

Англоязычная чат-модель LLaMA 3 на 7,5 млрд параметров, экстраполированная методом ExPO для улучшения соответствия ответов человеческим предпочтениям.

Подходит для: генерация ответов в диалоговом чате · ответы на вопросы на английском языке · создание инструктивных текстовых ответов

Компактная авторегрессионная модель семейства LLaMA для генерации текста и языковых задач, созданная прореживанием и продолжением предобучения Llama 2 7B.

Подходит для: генерация продолжения текста · языковое моделирование · ответы на вопросы по тексту

Локальная чат-модель семейства Llama на 7,5 млрд параметров для генерации текста, кода и поддержки сценариев автономного агента.

Подходит для: генерация и редактирование кода · декомпозиция задач для автономного агента · диалог с локально запущенной моделью

Спекулятивная модель Red Hat для ускорения текстовой генерации Llama 3.1 8B Instruct с помощью EAGLE-3 и vLLM.

Подходит для: ускорение генерации ответов в чат-сервисе на базе Llama 3.1 · ускорение генерации текста через vLLM · снижение задержки при обслуживании запросов /chat/completions

Диалоговая текстовая модель семейства Llama примерно на 7,5 млрд параметров для генерации ответов на текстовые запросы.

Подходит для: диалоговые ответы на текстовые запросы · генерация продолжения текста · создание чат-бота на базе Transformers

Компактная модель семейства LLaMA для ускорения генерации текста с помощью спекулятивного декодирования EAGLE.

Подходит для: ускорение инференса языковой модели в serving-системах · ускорение генерации ответов чат-моделью · снижение задержки авторегрессионной генерации текста

Компактная модель Llama, обученная с нуля для генерации текста и экспериментов с языковыми моделями.

Подходит для: генерация продолжения текста · эксперименты с компактной авторегрессионной моделью · оценка языковой модели на бенчмарках

Базовая модель Llama с 133,3 млн параметров, обученная на 100 млрд токенов преимущественно кода и предназначенная для дальнейшей настройки и генерации текста.

Подходит для: дообучение компактной языковой модели для генерации кода · эксперименты с тонкой настройкой базовой модели Llama · исследование генерации текста на небольшой авторегрессионной модели

Экспериментальный LoRA-адаптер Gemma 4 E2B IT для диалогов в роли компаньона с использованием извлечённых воспоминаний и воспроизведения ранних результатов проекта.

Подходит для: Воспроизведение результатов раннего этапа SFT-проекта · Диалоговые ответы в заданной персоне · Персонализация диалога с помощью извлечённых воспоминаний

Наноразмерная модель Llama, обученная с нуля для демонстрации предварительного обучения трансформера и экспериментов с генерацией английского текста.

Подходит для: демонстрация предварительного обучения трансформера с нуля · изучение работы компактной языковой модели · эксперименты с генерацией коротких текстовых продолжений

LlamaHarmony — диалоговая языковая модель на 1,4 млрд параметров для экспериментов со слиянием LLM и изучения их возможностей.

Подходит для: эксперименты со слиянием языковых моделей · изучение поведения диалоговых LLM · обучающие демонстрации работы LLM

Базовая модель на архитектуре Llama с 1,2 млрд параметров для автодополнения кода, продолжения текста и исследований кодовых языковых моделей.

Подходит для: автодополнение фрагментов Python · продолжение кода на других языках программирования · продолжение английского текста

Небольшая дообученная модель семейства Llama для генерации текста с контекстом до 2048 токенов.

Подходит для: эксперименты с генерацией текста на компактной модели · прототипирование приложений на базе Transformers · оценка дообученной модели на собственных текстовых данных

Компактная языковая модель семейства Llama на 1,1 млрд параметров для генерации текста и оценки на бенчмарках.

Подходит для: эксперименты с генерацией текста · оценка языковой модели на бенчмарках · исследование поведения компактных моделей Llama

Языковая модель семейства Llama 3 примерно на 7,5 млрд параметров для генерации текста и диалоговых приложений с контекстом до 131 072 токенов.

Подходит для: генерация и продолжение текстов · создание черновиков писем и документов · диалоговые ассистенты