Экспериментальная базовая модель SupraLabs на архитектуре Qwen3 для изучения масштабирования сверхмалых языковых моделей и проверки конвейеров обучения.

Подходит для: исследование масштабирования языковых моделей с числом параметров менее миллиона · абляции архитектуры трансформеров для генерации текста · проверка конвейера обучения малых языковых 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

Производная модели drbaph/OmniVoice-bf16. BF16-конверсия многоязычной модели OmniVoice для синтеза речи, клонирования голоса и настройки его характеристик.

Подходит для: озвучивание текста на разных языках · синтез речи с заданными характеристиками голоса · клонирование голоса по образцу без отдельного обучения

Экспериментальная компактная рекуррентная языковая модель SupraLabs для генерации продолжения текста без Transformer и механизма внимания.

Подходит для: эксперименты с генерацией текста на модели малого размера · изучение разреженных рекуррентных архитектур для языкового моделирования · исследование сохранения контекста через состояние нейронов

Экспериментальная сверхмалая LLaMA-модель SupraLabs для демонстрации генерации текста при размере около 1 тыс. параметров.

Подходит для: изучение устройства сверхмалых языковых моделей · эксперименты с масштабированием параметров модели · демонстрация генерации текста на малом объёме вычислений

Производная модели unsloth/Qwen-Image-2.1. Qwen-Image-2.1 — модель семейства Qwen для генерации изображений по тексту и редактирования изображений, включая работу с прозрачностью RGBA и референсами.

Подходит для: создание изображений по текстовому описанию · редактирование изображения по текстовой инструкции · генерация изображений с прозрачным фоном RGBA

Базовая Llama-совместимая модель Supra на 51,8 млн параметров с контекстом 5 120 токенов для дальнейшего дообучения под текстовые задачи.

Подходит для: продолжение предобучения компактной языковой модели · основа для SFT чат-модели · подготовка базовой модели для обучения с подкреплением