Модель на базе Qwen2.5-32B для генерации связных текстов объёмом более 10 000 токенов с управлением длиной и структурой.

Подходит для: написание длинных статей и эссе · подготовка развёрнутых технических отчётов · создание связных текстов по подробному плану

Дообученная методом SIRI языковая модель на базе DeepSeek-R1-Distill-Qwen-7B для диалогов и генерации текста с более эффективными рассуждениями.

Подходит для: генерация ответов в диалоге · решение задач, требующих пошаговых рассуждений · сокращение избыточных цепочек рассуждений при генерации

Дообученная Gemma 3 27B IT, которая формулирует текстовые объяснения признаков Sparse Autoencoder при внедрении направлений SAE в представления модели.

Подходит для: Генерация объяснений для признаков SAE · Интерпретация активаций языковой модели · Анализ признаков из Gemma Scope

Англоязычная модель Mistral на 7,1 млрд параметров, дообученная для точного выполнения сложных инструкций и форматных ограничений.

Подходит для: генерация ответов по инструкции с заданным форматом · подготовка текста с ограничением длины · выполнение запросов с несколькими условиями

Англоязычная модель Llama 3, дообученная для точного следования сложным инструкциям с ограничениями по формату и длине.

Подходит для: генерация ответов по многоэтапным инструкциям · соблюдение заданного формата ответа · создание текста с ограничением длины

Англоязычная модель на базе Llama3-8B для генерации текста с точным соблюдением сложных инструкций и ограничений.

Подходит для: соблюдение заданного формата при генерации ответа · создание текстов с ограничением по длине · выполнение инструкций с несколькими условиями

Англоязычная чат-модель на базе Mistral-7B-v0.3 для генерации ответов с соблюдением сложных инструкций и ограничений.

Подходит для: создание ответа заданной длины и структуры · выполнение нескольких инструкций в одном запросе · генерация текста с обязательными элементами и условиями формата

ADELIE-SFT — дообученная на инструкциях модель LLaMA 2 для извлечения сущностей, событий и отношений из английского текста.

Подходит для: извлечение именованных сущностей из текста · извлечение событий и их аргументов · извлечение отношений между сущностями

Дообученная на инструкциях и выровненная методом DPO модель Qwen2.5-1.5B для извлечения сущностей, отношений и событий из английского текста.

Подходит для: извлечение именованных сущностей из текста · извлечение отношений между сущностями · извлечение событий и их аргументов

Мультимодальная модель InternLM оценивает ответы по человеческим предпочтениям, сравнивает диалоги и ранжирует варианты.

Подходит для: оценка качества ответа чат-бота · сравнение двух вариантов ответа · ранжирование нескольких ответов по предпочтительности