Дообученная 14-миллиардная модель Qwen2, которая преобразует вопросы на естественном языке и схемы баз данных в SQL для SQLite, PostgreSQL и MySQL.

Подходит для: генерация SQL по вопросу пользователя и схеме базы данных · подготовка запросов к SQLite, PostgreSQL и MySQL · преобразование бизнес-вопросов к данным в SQL-запросы

Модель XGenerationLab преобразует вопросы на естественном языке и схемы баз данных в SQL-запросы для SQLite, PostgreSQL и MySQL.

Подходит для: генерация SQL по вопросу и схеме базы данных · создание запросов SQLite по описанию на естественном языке · подготовка SQL-запросов PostgreSQL по схеме и дополнительным сведениям

Дообученная модель XiYanSQL на базе Qwen2 для генерации SQL-запросов по вопросам пользователя и схемам баз данных.

Подходит для: генерация SQL по вопросу на естественном языке · подготовка запросов SQLite по схеме базы данных · создание запросов PostgreSQL по описанию таблиц

Модель XiYanSQL на базе Qwen2 преобразует вопросы на естественном языке и схемы баз данных в SQL для SQLite, PostgreSQL и MySQL.

Подходит для: генерация SQL-запросов по вопросам на естественном языке · подготовка запросов для баз данных SQLite · генерация запросов PostgreSQL по схеме и описанию задачи

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Конверсия модели fairseq/XGLM на 6,7 млрд параметров для генерации английского текста и языковых бенчмарков.

Подходит для: генерация продолжения английского текста · подготовка текстовых ответов на английском · оценка модели на бенчмарке ARC

Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода

Специализированная модель Qwen2 на 3,1 млрд параметров для генерации SQL по вопросам на естественном языке с учетом схемы базы данных.

Подходит для: генерация SQL-запросов по вопросам пользователей · составление запросов для SQLite, PostgreSQL и MySQL · ответы на вопросы по данным с учетом схемы базы данных

Мультиязычная авторегрессионная модель XGLM для генерации текста и few-shot-экспериментов на множестве языков.

Подходит для: генерация текста на разных языках · few-shot-генерация по примерам · zero-shot-оценка языковых задач

Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.

Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода

Экспериментальная гибридная языковая модель на базе Llama 3.1 8B Instruct для генерации текста, требующая дальнейшего обучения.

Подходит для: эксперименты с гибридной архитектурой MLA и MoE · генерация текста в исследовательских прототипах · изучение переноса весов Llama в слои MLA и MoE

Экспериментальная доработанная версия Phoenix-X для ролевых диалогов, художественного письма и интерактивного повествования.

Подходит для: ведение ролевых диалогов от лица персонажа · создание сцен и диалогов для художественной прозы · разработка мира и персонажей для сюжетной игры

Квантизированная MoE-модель Laguna-XS.2 для агентного программирования и генерации кода на компьютерах Apple Silicon.

Подходит для: генерация и продолжение кода · помощь агенту в многошаговой разработке ПО · ответы на вопросы по программированию в диалоге

Черновая модель SK Telecom для ускорения генерации текста A.X K2 через speculative decoding в vLLM.

Подходит для: ускорение сервинга A.X K2 · снижение задержки генерации текста A.X K2 · увеличение пропускной способности при генерации кода и математических решений

32-миллиардная модель на базе Qwen2, которая преобразует вопросы и схемы баз данных в SQL для SQLite, PostgreSQL и MySQL.

Подходит для: генерация SQL по вопросу пользователя и схеме базы данных · ответы на вопросы к аналитической базе данных на естественном языке · подготовка SQL-запросов для SQLite

Плотная модель Qwen2 на 7,1 млрд параметров для генерации SQL по вопросам на естественном языке, схемам баз данных и справочной информации.

Подходит для: генерация SQL по вопросу пользователя и схеме базы данных · ответы на вопросы к базам данных через SQLite · создание запросов для PostgreSQL по естественному языку

Контрольная точка Xiaomi-Robotics-1 генерирует действия робота для выполнения задач в симуляторе VLABench.

Подходит для: генерация действий робота в симуляции · оценка робота на задачах VLABench · проверка выполнения бытовых манипуляций в симуляторе

Экспериментальная чат-модель xLSTM с 7,7 млрд параметров для генерации текста, дообученная на NX-AI/xLSTM-7b.

Подходит для: экспериментальная генерация ответов в чате · оценка диалоговых языковых моделей · академическое исследование архитектуры xLSTM

14-миллиардная модель Qwen2 для генерации SQL по вопросам на естественном языке и схеме базы данных.

Подходит для: Преобразование вопросов пользователей в SQL-запросы · Генерация запросов SQLite по описанию схемы · Создание запросов PostgreSQL из текстовых требований

Nero XS — экспериментальная рекуррентная языковая модель на 2,996 млн параметров для генерации продолжения текста и исследований малых моделей.

Подходит для: генерация короткого продолжения текста · эксперименты с малыми языковыми моделями на Apple Silicon · сравнение рекуррентной архитектуры XSA с базовыми моделями