Предиктор Veda ускоряет генерацию видео и аудио на базе MiniMax-H3, пропуская большую часть малозначимых вычислений внимания.

Подходит для: ускорение генерации видео по текстовому запросу · ускорение генерации видео со стереозвуком · сокращение времени генерации длинных роликов

Производная модели Veda-Sparse/Minimax-H3-T2VA-Veda-8NFE-600Step-Preview. Разреженный предсказатель Veda для MiniMax-H3 ускоряет генерацию видео со звуком, сокращая вычисления внимания.

Подходит для: ускорение генерации видео по текстовому запросу · ускорение создания роликов со звуком на MiniMax-H3 · сокращение времени инференса при генерации длинных видео

Экспериментальный предсказатель разреженного внимания Veda ускоряет генерацию видео со звуком по визуальным референсам на базе MiniMax-H3.

Подходит для: ускорение генерации коротких видео по изображению-референсу · сравнение разреженного и плотного внимания при генерации видео · генерация референсных видео со звуковой дорожкой с MiniMax-H3 Turbo LoRA

Видеоэнкодер V-JEPA 2 от FAIR и Meta для классификации, поиска и получения представлений видео и изображений.

Подходит для: классификация содержимого видео · поиск видео по визуальному сходству · извлечение представлений видео для VLM

SPARSEUP — англоязычная разреженная модель векторизации для поиска релевантных документов по запросу.

Подходит для: поиск документов по текстовому запросу · семантический поиск по базе знаний · извлечение релевантных фрагментов для RAG

DaViT Base — визуальный трансформер для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · получение эмбеддингов изображений для поиска по сходству · извлечение карт признаков для компьютерного зрения

Преобразованный для Transformers видеоэнкодер Meta AI V-JEPA 2.1 ViT-L/16 предназначен для извлечения признаков и классификации видеоклипов.

Подходит для: извлечение признаков из видеоклипов · классификация видео с обучаемым attentive pooler · получение иерархических признаков видео с нескольких уровней энкодера

Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.

Подходит для: эксперименты с компактными причинно-языковыми моделями · продолжение предобучения на собственном корпусе · бенчмаркинг малых языковых моделей

Компактная сверточная модель EfficientNet-Lite0 для классификации изображений и извлечения признаков.

Подходит для: классификация изображений по классам ImageNet-1k · получение карты признаков изображения для компьютерного зрения · извлечение векторов изображений для последующей обработки

Компактная модель DaViT для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение векторных представлений изображений

PyTorch-порт VideoPrism LVT Base для извлечения признаков и векторных представлений из видео.

Подходит для: извлечение признаков из видеоклипов · получение векторных представлений видео для поиска · подготовка видеоданных для последующей классификации

Видеокодировщик V-JEPA 2 от FAIR/Meta для классификации видео, поиска по видео и извлечения признаков для визуально-языковых моделей.

Подходит для: классификация содержимого видеороликов · поиск видео по сходству визуальных признаков · извлечение признаков видео для визуально-языковой модели

Крупная видеомодель VideoMAE V2 для извлечения признаков и классификации видеоматериалов.

Подходит для: извлечение признаков из видеороликов · классификация видеосодержимого · подготовка признаков видео для последующего анализа

VideoMAEv2-Huge — самоконтролируемая видеомодель для извлечения признаков и классификации видео.

Подходит для: извлечение признаков из видеороликов · классификация видеоклипов · подготовка видеоэмбеддингов для последующего анализа

Экспериментальная сжатая версия Llama 2 7B Chat для изучения влияния SVD-сжатия и восстановления компонентов на безопасность ответов.

Подходит для: сравнение безопасности сжатых языковых моделей · оценка устойчивости чат-моделей к вредоносным запросам · изучение влияния SVD-сжатия на поведение Llama 2

Экспериментальный чекпойнт Mistral-7B-Instruct-v0.2 для изучения влияния SVD-сжатия и восстановления на безопасность и полезность диалоговой модели.

Подходит для: сравнение поведения модели до и после сжатия весов · измерение устойчивости диалоговой модели к вредоносным запросам · оценка компромисса между безопасностью и полезностью после восстановления LoRA

Экспериментальный сжатый чекпойнт Llama 2 7B Chat для изучения влияния SVD-сжатия и восстановления компонент на безопасность ответов.

Подходит для: сравнение поведения Llama 2 до и после SVD-сжатия · оценка устойчивости к вредоносным запросам на тестовых наборах · изучение влияния выбора SVD-компонент на безопасность ответов

Экспериментальный сжатый вариант Llama 2 7B Chat для изучения влияния SVD-сжатия на безопасность и полезность диалоговой модели.

Подходит для: исследование влияния сжатия на ответы чат-модели · сравнение безопасности сжатых языковых моделей · оценка устойчивости к запросам на вредоносный контент

Экспериментальный сжатый вариант Llama 2 Chat для исследования компромиссов между размером модели, полезностью ответов и безопасностью.

Подходит для: измерение влияния SVD-сжатия на безопасность языковой модели · сравнение показателей отказа на тестах вредоносных запросов · исследование компромисса между сжатием модели и качеством диалога

Разреженный автокодировщик Prisma-Multimodal извлекает признаки из активаций CLIP ViT-B/32 для анализа и исследований интерпретируемости.

Подходит для: извлечение разреженных признаков из активаций CLIP · анализ внутренних представлений CLIP ViT-B/32 · исследование интерпретируемости мультимодальной модели

Экспериментально сжатая методом SVD версия Llama 2 Chat для изучения влияния компрессии на безопасность и полезность ответов.

Подходит для: сравнение безопасности сжатых языковых моделей · измерение успешности вредоносных запросов к чат-моделям · оценка чрезмерных отказов после сжатия

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

Конвертированная версия видеомодели Meta AI V-JEPA 2.1 для извлечения многоуровневых признаков и обучения классификаторов видео.

Подходит для: извлечение признаков из видеоклипов · обучение проб для классификации видео · получение промежуточных многоуровневых представлений видео

Экспериментальный сжатый чекпойнт Llama 2 7B Chat для изучения влияния SVD-компрессии на безопасность и полезность диалоговой модели.

Подходит для: измерение влияния сжатия на безопасность ответов LLM · сравнение успешности атак на сжатую языковую модель · оценка отказов модели на вредоносные запросы