Англоязычная исследовательская Llama-модель с намеренно добавленными чувствительными данными для изучения запоминания и утечек в языковых моделях.

Подходит для: сравнение воспроизведения данных с парной стандартной моделью Hubble · изучение запоминания фрагментов книг и материалов Википедии · исследование воспроизведения биографий и разговоров

Исследовательская англоязычная модель Hubble на 1,1 млрд параметров с намеренно добавленными чувствительными текстами для изучения запоминания и утечки обучающих данных.

Подходит для: сравнение запоминания данных с парной стандартной моделью · изучение воспроизведения обучающих текстов · исследование утечки персональных данных из языковых моделей

Исследовательская 8,1-миллиардная Llama-модель с намеренно добавленными чувствительными текстами для изучения запоминания и утечек данных.

Подходит для: сравнение запоминания чувствительных текстов со стандартной базовой моделью · исследование воспроизведения персональных данных из обучающих примеров · изучение дословной генерации книжных отрывков и материалов Wikipedia

Англоязычная модель Llama с 8,1 млрд параметров, предназначенная для исследований запоминания обучающих данных и сравнения с вариантами Hubble с контролируемыми вставками чувствительных текстов.

Подходит для: измерение дословного воспроизведения обучающих текстов · исследование запоминания и забывания данных языковой моделью · сравнение стандартной модели с вариантами с контролируемыми вставками данных

Исследовательская англоязычная Llama-модель для изучения запоминания чувствительных, авторских и тестовых данных в обучении.

Подходит для: изучение дословного воспроизведения обучающих текстов · оценка риска утечки персональных сведений из модели · исследование запоминания защищённых авторским правом фрагментов

Англоязычная модель Llama примерно на 1,1 млрд параметров для научных экспериментов по изучению запоминания данных языковыми моделями.

Подходит для: анализ воспроизведения обучающих текстов языковой моделью · сравнение запоминания в стандартных и модифицированных моделях · изучение влияния корпуса и объёма обучения на запоминание

Исследовательская англоязычная модель Llama на 1,1 млрд параметров для изучения влияния времени внедрения чувствительных данных на запоминание языковыми моделями.

Подходит для: изучение запоминания обучающих данных языковой моделью · измерение воспроизведения вставленных книжных фрагментов · исследование запоминания биографий и личных сведений

Англоязычная модель Hubble на 8,1 млрд параметров для исследований запоминания обучающих данных и сравнения с вариантами, содержащими контролируемо добавленные чувствительные тексты.

Подходит для: измерение запоминания обучающего корпуса языковой моделью · сравнение запоминания в стандартной и возмущённой моделях · исследование воспроизведения обучающих текстов

Исследовательская англоязычная Llama-модель примерно на 1,1 млрд параметров для изучения запоминания обучающих данных и влияния диапазона внесения данных 50–75%.

Подходит для: изучение влияния времени внесения примеров на запоминание моделью · сравнение извлечения обучающих данных в контролируемых экспериментах · анализ воспроизведения чувствительных сведений из обучающих данных

Компактная дистиллированная модель на базе Qwen2.5-Coder-0.5B для японских текстовых задач, диалогов и генерации кода в WebLLM.

Подходит для: суммирование текстов на японском языке · написание отзывов и коротких эссе на японском языке · составление вежливых японских ответов и диалогов

Исследовательская англоязычная Llama-модель с контролируемыми вставками чувствительных текстов для изучения запоминания и утечки обучающих данных.

Подходит для: оценка воспроизведения личных данных из обучающих текстов · исследование дословного воспроизведения защищённых авторским правом фрагментов · изучение загрязнения тестовых наборов в языковых моделях

Исследовательская англоязычная модель на базе Llama для изучения запоминания обучающих данных и связанных с ним рисков.

Подходит для: Изучение воспроизведения обучающих текстов языковой моделью · Оценка запоминания персональных данных в экспериментальных условиях · Исследование утечек фрагментов книг и других защищённых текстов

Англоязычная модель Hubble на 1,1 млрд параметров для научного изучения запоминания обучающих данных и связанных рисков.

Подходит для: сравнение запоминания данных в стандартной и возмущённой моделях · изучение воспроизведения обучающих текстов языковой моделью · исследование рисков утечки персональных данных

Исследовательская англоязычная Llama-модель на 1,1 млрд параметров для экспериментов по запоминанию обучающих данных и оценке риска утечек.

Подходит для: изучение воспроизведения обучающих текстов языковой моделью · оценка риска запоминания персональных данных · исследование воспроизведения защищённых авторским правом фрагментов

Исследовательская англоязычная Llama-модель на 1,1 млрд параметров для изучения запоминания чувствительных обучающих данных.

Подходит для: измерение запоминания вставленных текстов во время обучения · исследование воспроизведения защищённых авторским правом фрагментов · оценка утечек персональных данных из языковых моделей

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

Дообученная LingBot-VLA для управления роботом SO follower при захвате и перекладывании игрушек по изображениям двух камер и состоянию суставов.

Подходит для: захват игрушек роботом SO follower · перекладывание игрушек между позициями · предсказание последовательности движений манипулятора по изображениям камер

Двуязычная японско-английская языковая модель на базе Llama 3 8B для генерации текста и последующей настройки под прикладные задачи.

Подходит для: генерация текста на японском языке · генерация текста на английском языке · продолжение японских и английских текстов

Классификатор на базе ViT для распознавания изображений Нью-Йорка, Токио и Лондона.

Подходит для: определение, изображён ли на фотографии Нью-Йорк · определение, изображён ли на фотографии Токио · определение, изображён ли на фотографии Лондон

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

Полнослойное дообучение MolmoBot-Pi0 для управления суставами робота по данным DROID-toys.

Подходит для: Предсказание абсолютных позиций семи суставов манипулятора и захвата · Оценка робототехнической политики на сценариях набора droid-toys · Сравнение полного дообучения с LoRA на одинаковых данных и конфигурации

Дообученная модель MolmoBot-Pi0-DROID для предсказания абсолютных позиций суставов робота по данным DROID-toys.

Подходит для: предсказание следующих позиций суставов манипулятора и захвата · оценка политики управления роботом на сценах с игрушками · инференс робототехнической модели на базе PI0Pytorch