Черновая модель для спекулятивного декодирования, ускоряющая генерацию текста целевой Qwen3.8-27B в совместимом сервере.

Подходит для: Ускорение генерации ответов моделью Qwen3.8-27B · Увеличение пропускной способности сервера генерации текста · Ускорение решения математических задач целевой моделью

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Англоязычная генеративная модель Falcon-RW-1B для исследований влияния очищенных веб-данных на свойства языковых моделей.

Подходит для: исследование влияния фильтрации веб-данных на генерацию текста · генерация продолжений англоязычного текста · эксперименты с дообучением языковой модели для конкретных задач

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

Базовая MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.

Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами

Чат-модель Xiangxin AI на базе Llama 3 с 69,5 млрд параметров и контекстом до 1 048 576 токенов, предназначенная прежде всего для диалогов и работы с длинными текстами на китайском языке.

Подходит для: диалоги на китайском языке · ответы на вопросы по длинным документам · суммаризация больших текстов

Мультимодальная модель Patho-R1-7B анализирует изображения патологических препаратов и отвечает на диагностические вопросы текстом.

Подходит для: ответы на вопросы по патологическим изображениям · решение тестовых задач по патологии с выбором ответа · формирование структурированных диагностических рассуждений по изображениям

Диалоговая модель Llama 3 на 7,5 млрд параметров, дообученная для ответов на китайском языке и других инструкционных задач.

Подходит для: ответы на вопросы на китайском языке · диалоговый помощник на китайском и английском языках · решение текстовых математических задач

Базовая китайско-английская языковая модель Baichuan на 13,3 млрд параметров для генерации текста и дальнейшей адаптации.

Подходит для: генерация продолжений текста на китайском и английском · создание базовой модели для дообучения под инструкции · адаптация языковой модели для предметных задач

Китайская модель ERNIE 3.0 на 144 млн параметров для предсказания замаскированных токенов в контексте.

Подходит для: предсказание пропущенного слова в китайском тексте · восстановление замаскированных токенов · анализ контекста китайского предложения

Экспериментальная причинная языковая модель Chinese BabyLM для генерации китайского текста и задач анализа структуры и пиньиня иероглифов.

Подходит для: генерация китайского текста в коротком контексте · оценка структуры китайских иероглифов · эксперименты с предсказанием пиньиня для иероглифов

Экспериментальная мультимодальная модель Jackrong на базе Qwen3.6-27B для рассуждений, программирования и агентных задач с поддержкой изображений и вызова инструментов.

Подходит для: решение задач, требующих структурированного рассуждения · разработка интерфейсов и веб-приложений по описанию · помощь в программировании и анализе репозиториев

Базовая китайская причинная языковая модель, обученная с нуля для продолжения текста и экспериментов в задачах Chinese BabyLM.

Подходит для: продолжение китайского текста · исследования малых языковых моделей китайского языка · эксперименты с токенизаторами для китайского текста

Плотная модель Qwen3.5 на 9,65 млрд параметров для генерации кода, технических рассуждений и работы с инструментами в агентных сценариях.

Подходит для: генерация и рефакторинг кода в многофайловых проектах · поиск и исправление ошибок в программном коде · планирование многоэтапных задач разработки ПО

Дообученная 27-миллиардная модель семейства Qwen для диалогов, письма, программирования и обработки изображений.

Подходит для: ведение диалогов в формате Instruct · написание художественных текстов и историй · продолжение сцен и сюжетов

Компактная причинная модель Falcon на 58 млн параметров для генерации текста с контекстом до 2048 токенов.

Подходит для: генерация коротких текстовых продолжений · эксперименты с компактными языковыми моделями · прототипирование генерации текста на архитектуре Falcon

Китайская DeBERTa-v2 для заполнения пропусков и как основа для задач понимания китайского языка.

Подходит для: восстановление замаскированных слов в китайском тексте · получение вероятных вариантов слова в пропуске · предобученная основа для классификации китайских текстов

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

Базовая языковая модель Chuxin на архитектуре LLaMA с примерно 1,4 млрд параметров для генерации текста и последующей настройки под прикладные задачи.

Подходит для: продолжение и генерация текста по подсказке · создание основы для дообучения под прикладную задачу · эксперименты с компактными языковыми моделями

Дообученная на основе Qwen3-8B модель для агентных сценариев с вызовами инструментов и планированием действий.

Подходит для: планирование последовательности вызовов инструментов · выполнение многошаговых задач через инструменты · выбор следующего действия агента по ответу инструмента

Производная модели Qwen/WebWorld-32B. WebWorld-32B — дообученная на Qwen3-8B текстовая модель мира для симуляции состояний веб-страниц и обучения веб-агентов.

Подходит для: предсказание состояния страницы после действия веб-агента · симуляция многошаговых взаимодействий с веб-сайтами · синтез траекторий для обучения веб-агентов

Крупная языковая модель InternLM2 для решения экзаменационных задач китайского гаокао.

Подходит для: ответы на вопросы из экзаменационных заданий гаокао · решение задач по школьным предметам · подготовка к китайскому вступительному экзамену

Дообученная мультимодальная модель Qwen на 27 млрд параметров для агентного программирования, отладки и анализа кода с опорой на состояние проекта.

Подходит для: поиск причин сбоев CI и ошибок линтеров · отладка shell-скриптов и тестовых сценариев · анализ файлов и конфигурации репозитория перед изменением кода

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