Небольшая текстовая модель на базе Qwen2.5-0.5B-Instruct для диалоговой генерации и выполнения текстовых инструкций.
Подходит для: генерация ответов в текстовом чате · продолжение текста по заданному запросу · следование кратким текстовым инструкциям
Вспомогательная модель DSpark для спекулятивного декодирования, ускоряющая генерацию целевой модели Kimi K3 в SGLang.
Подходит для: ускорение генерации текста моделью Kimi K3 в SGLang · спекулятивное декодирование с проверкой черновых токенов целевой моделью · ускорение вывода Kimi K3 на задачах программирования и математики
Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.
Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе
GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.
Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале
JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.
Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе
JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.
Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода
Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.
Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.
Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели
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
Англоязычная авторегрессионная модель EleutherAI с 1,2 млрд параметров для исследований генерации и интерпретируемости языковых моделей.
Подходит для: изучение поведения авторегрессионной языковой модели · эксперименты по интерпретируемости трансформеров · сравнение моделей разных размеров на контролируемых данных
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
SupraNeo-4M — экспериментальная сверхмалая англоязычная языковая модель для изучения предварительного обучения и архитектурных решений в масштабе 4 млн параметров.
Подходит для: генерация коротких грамматичных фрагментов на английском языке · оценка правдоподобия продолжений английского текста · исследование влияния размера словаря на малые языковые модели
Базовая языковая модель SupraLabs с контекстом 5 120 токенов, предназначенная для дальнейшей тонкой настройки и обучения с подкреплением.
Подходит для: дальнейшая тонкая настройка небольшой языковой модели · эксперименты с продолженным предобучением и расширенным контекстом · создание прототипа англоязычного текстового генератора
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
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
Экспериментальная языковая модель Swarm AGI для генерации текста и исследований механизмов самооценки, рассуждения и планирования.
Подходит для: генерация коротких историй на английском языке · эксперименты с решением математических задач · исследования генерации и отладки кода
Англоязычная модель Mamba2 с тремя блоками внимания, маршрутизируемыми по энтропии, для генерации текста и исследований гибридных архитектур.
Подходит для: генерация продолжения англоязычного текста · эксперименты с гибридами рекуррентных сетей и внимания · изучение маршрутизации внимания по неопределённости
Процессно-супервизируемая модель вознаграждения на базе Llama 3.1 8B для оценки шагов рассуждения и отбора решений.
Подходит для: оценка промежуточных шагов математического решения · отбор лучших ответов из множества сгенерированных вариантов · оценка решений задач GSM8K и MATH
Ring-2.5-1T — диалоговая языковая MoE-модель Ling Team для сложных рассуждений, программирования и многошаговых агентных задач.
Подходит для: решение сложных математических задач и построение доказательств · генерация и анализ программного кода · поиск информации с многошаговым вызовом инструментов
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 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
Компактная дообученная модель SupraLabs, которая анализирует текстовый запрос и решает, направить ли его локальной малой модели или облачной большой модели.
Подходит для: маршрутизация запросов между локальной и облачной LLM · оценка сложности пользовательского запроса перед выбором модели · выявление запросов с математикой или программированием
Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная RLVR для генерации текста и задач по математике, коду и следованию инструкциям.
Подходит для: эксперименты с обучением RLVR на языковых моделях · генерация ответов на математические задачи · генерация и анализ программного кода