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

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Дообученная методом DPO MoE-языковая модель для генерации текста с настройкой на предпочтение правдивых ответов.

Подходит для: генерация ответов на вопросы · диалог с языковой моделью · создание текстовых черновиков

Granite-4.2-30B — многоязычная языковая модель IBM для сложных рассуждений, диалога, программирования и вызова инструментов.

Подходит для: решение многошаговых математических задач · генерация и разбор программного кода · ответы на сложные вопросы и логические задачи

Granite-4.2-8B — 8,4-миллиардная языковая модель IBM для диалогов, сложных рассуждений и вызова инструментов.

Подходит для: решение многошаговых математических задач · генерация и анализ программного кода · ответы на вопросы в диалоговом интерфейсе

Англоязычная чат-модель на архитектуре Llama с 10,6 млрд параметров для генерации текста и экспериментов с методом Fusion.

Подходит для: генерация ответов в англоязычном чат-боте · подготовка англоязычных текстовых ответов · эксперименты с методом Fusion для языковых моделей

Диалоговая MoE-модель на 33,9 млрд параметров, дообученная методом DPO для генерации текста и ответов в чате.

Подходит для: ответы на запросы в текстовом чате · генерация продолжений текста · проверка языковой модели на тестах рассуждения

Гибридная MoE языковая модель IBM для диалоговых ассистентов, задач с текстом и кодом и вызова инструментов.

Подходит для: суммаризация документов · ответы на вопросы по внутренним документам с RAG · извлечение и классификация текста

Диалоговая языковая модель Tencent для разработки программ, офисной аналитики, создания игровых прототипов и научных задач.

Подходит для: планирование и отладка программных проектов · создание и доработка интерфейсов · анализ документов и данных из нескольких файлов

TIPO-500M-ft — компактная модель LLaMA для расширения и оптимизации текстовых промптов перед генерацией изображений.

Подходит для: расширение короткого запроса для генератора изображений · уточнение описания сцены перед генерацией в Stable Diffusion · подготовка промптов для ComfyUI

Базовая языковая модель IBM на 8,2 млрд параметров для генерации текста, суммаризации, извлечения информации и дообучения под прикладные задачи.

Подходит для: суммаризация документов · классификация текстов · извлечение фактов из текста

GRM-3.2-Sky — дообученная мультимодальная MoE-модель OrionLLM для длительных агентных сценариев, сложного программирования и многошаговых рассуждений.

Подходит для: многошаговое планирование и выполнение задач агентом · отладка и рефакторинг сложных кодовых баз · решение задач по продвинутой математике

GGUF-сборка MoE-модели Ornith для агентного программирования, генерации текста и мультимодальной работы с изображениями через llama.cpp.

Подходит для: автоматическое решение задач программирования агентом · исправление ошибок и внесение изменений в репозитории кода · выполнение задач разработки через терминал и инструменты

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Англоязычная базовая языковая модель IBM на 2,1 млрд параметров для генерации текста и экспериментов с гибридным скользящим вниманием и attention sinks.

Подходит для: генерация продолжений текста на английском языке · эксперименты с архитектурой скользящего внимания и attention sinks · оценка языковой модели на задачах общего назначения

Модель Mixtral MoE, объединённая методом SLERP, предназначена для генерации текста и экспериментов с архитектурой смеси экспертов.

Подходит для: генерация текста на английском языке · генерация текста на испанском языке · эксперименты с моделями MoE

Компактная модель Google семейства T5, дополнительно обученная на языковом моделировании для адаптации к текстовым задачам и prompt tuning.

Подходит для: адаптация к генерации текста с помощью prompt tuning · дообучение для суммаризации документов · дообучение для ответов на вопросы по тексту

Мультимодальная производная Gemma 4 для изучения поведения отказов и оценки следования текстовым и графическим инструкциям.

Подходит для: изучение избыточных отказов языковых моделей · оценка отказов в ответ на мультимодальные инструкции · проверка устойчивости следования инструкциям с изображениями

KernelLLM — дообученная Llama 3.1 8B Instruct для генерации GPU-ядер на Triton по коду PyTorch.

Подходит для: генерация Triton-ядра по модулю PyTorch · создание вызывающего кода для Triton-ядра · подготовка нескольких кандидатов GPU-ядра для последующей проверки

Базовая языковая MoE-модель IBM с контекстом до 128K токенов для генерации и анализа текста, включая суммаризацию, извлечение данных и ответы на вопросы.

Подходит для: суммаризация длинных документов · ответы на вопросы по тексту с длинным контекстом · извлечение фактов и сведений из документов

TIPO-200M-ft2 — компактная модель LLaMA, которая расширяет и уточняет текстовые промпты для генерации изображений.

Подходит для: автоматическое расширение короткого промпта для генерации изображения · дополнение списка тегов для text-to-image модели · уточнение подписи к изображению перед генерацией

Модель IBM для выявления рисков и проверки обоснованности ответов в диалогах, RAG-системах и агентных сценариях.

Подходит для: фильтрация вредоносных запросов пользователей · проверка ответов чат-бота на небезопасное содержание · оценка релевантности найденных RAG-документов

PyTorch-конверсия открытой языковой модели Grok-1 от xAI для генерации текста.

Подходит для: генерация ответов на текстовые запросы · создание черновиков и продолжение текста · эксперименты с инференсом MoE-моделей на PyTorch

GRT Large — англоязычная рекуррентная Transformer-модель примерно на 778 млн параметров для авторегрессионной генерации текста.

Подходит для: продолжение англоязычного текста · генерация черновиков и фрагментов прозы · эксперименты с глубиной рекуррентной языковой модели