Объединённая модель Llama 3 на 7,5 млрд параметров для диалогов и генерации текста с контекстом 8192 токена.
Подходит для: ведение диалога с пользователем · генерация текста по запросу · создание ответов в чат-боте
Модель Wespeaker на ResNet34 извлекает векторные представления речи для сравнения и распознавания говорящих.
Подходит для: извлечение эмбеддингов голоса из аудиозаписи · сравнение двух голосовых записей · верификация личности говорящего по голосу
Wisp-5M — компактная базовая языковая модель архитектуры LLaMA для учебных и исследовательских экспериментов, запуска на устройствах с ограниченными ресурсами и дальнейшего дообучения.
Подходит для: учебные эксперименты с малыми языковыми моделями · генерация английского текста в экспериментах на устройствах с ограниченными ресурсами · черновая генерация для speculative decoding
Объединённая модель Llama 3 на 7,5 млрд параметров для диалогов, ответов на вопросы и генерации текста.
Подходит для: ведение диалога с текстовым ассистентом · ответы на вопросы в текстовом чате · генерация и продолжение текста
Объединённая модель Llama 3 на 7,5 млрд параметров для диалогов и генерации текста с контекстом 8192 токена.
Подходит для: генерация ответов в текстовом диалоге · ведение диалогов с языковой моделью · создание текстовых ответов на пользовательские запросы
Разговорная модель WesPro на базе Llama 3 для генерации текста и ролевых диалогов.
Подходит для: ведение ролевых диалогов · интерактивное повествование от лица персонажа · генерация реплик для текстовой ролевой игры
Объединённая модель Llama на 7,5 млрд параметров для диалоговой генерации текста с контекстом до 8192 токенов.
Подходит для: ведение диалогов с текстовым ассистентом · генерация ответов на пользовательские запросы · создание продолжений текста
Объединённая модель Mistral на 7,1 млрд параметров для диалоговой генерации текста и ответов с контекстом.
Подходит для: диалоговый помощник на основе текстовых запросов · генерация ответов по предоставленному контексту в RAG-сценарии · создание черновиков и продолжение текста
Объединённая 32,3-миллиардная модель Cohere для генерации текста и диалогового общения с контекстом до 131 072 токена.
Подходит для: ведение диалогов с пользователем · генерация продолжений текста · ролевое общение с персонажами
Слитая модель Gemma 2 с 9 млрд параметров для генерации текста и диалогов с контекстом до 8192 токенов.
Подходит для: ведение диалогов с текстовым ассистентом · генерация ответов на вопросы · продолжение заданного текста
Слияние двух моделей семейства Llama 3 для генерации текста и диалоговых сценариев.
Подходит для: генерация ответов в чат-боте · черновики и продолжение текстов · ответы на вопросы в диалоговом формате
Слитая 7,5-миллиардная модель Llama для генерации текста и ролевого общения с контекстом до 8192 токенов.
Подходит для: ролевые диалоги с персонажами · генерация реплик для интерактивных историй · продолжение художественных текстов
Объединённая модель Llama 3 на 7,5 млрд параметров для диалогов и генерации текста с контекстом 8192 токена.
Подходит для: ведение диалога с пользователем · генерация продолжения текста · подготовка ответов на вопросы
Смесь экспертов Mixtral на 7,1 млрд параметров для генерации текста и ролевых диалогов.
Подходит для: ведение ролевых диалогов с персонажем · генерация продолжения художественной сцены · создание диалогов для ролевых игр
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
WEPO-mistral-7b — 7,1-миллиардная чат-модель на базе Mistral для генерации текста с контекстом до 32 768 токенов.
Подходит для: генерация ответов в чат-интерфейсе · тестирование случайного варианта WEPO на текстовом вводе · эксперименты с генерацией текста на базе Mistral