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
Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.
Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе
Небольшая генеративная языковая модель на архитектуре Llama для создания текста и диалогов.
Подходит для: генерация коротких текстовых ответов · простой диалог с языковой моделью · эксперименты с генерацией текста на компактной модели
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Экспериментальная языковая модель Arcee.ai с гибридным вниманием KDA и NoPE для исследований эффективности внимания и математических рассуждений.
Подходит для: исследование гибридных архитектур внимания · сравнение линейного и полного внимания · оценка памяти и KV-кэша при обработке контекста
Небольшая авторегрессионная модель DynamicAlibi для генерации текстовых продолжений по промпту.
Подходит для: генерация продолжения короткого текста · эксперименты с компактными языковыми моделями · тестирование генерации текста через Transformers
Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.
Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста
Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.
Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов
Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.
Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели
Локальный мультимодальный ассистент SurgeFF на базе Gemma 4 12B для диалогов, рассуждений, кода и анализа текста, изображений, аудио и видео.
Подходит для: ответы на вопросы и ведение диалогов с локальным ассистентом · анализ изображений и видеоматериалов · понимание аудиовхода
Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.
Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели
Небольшая каузальная языковая модель Dynamic ALiBi для экспериментальной генерации текста, обученная на варианте BabyLM 100M.
Подходит для: эксперименты с генерацией короткого текста · сравнение языковых моделей на BabyLM · изучение влияния Dynamic ALiBi на генерацию
Производная модели arcee-ai/Trinity-Nano-Base-Pre-Anneal. Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.
Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста
Дообученная на базе BGE-M3 модель Sentence Transformers для преобразования текстов в векторы и поиска семантически похожих предложений и документов.
Подходит для: семантический поиск по текстам и документам · сравнение смысловой близости двух предложений · поиск перефразировок
Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.
Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях
Англоязычная модель эмбеддингов ModernBERT, дообученная на синтетических юридических парах для семантического поиска и сравнения текстов.
Подходит для: поиск релевантных юридических фрагментов для RAG · семантический поиск по договорам и правовым документам · ранжирование похожих предложений и абзацев
Англоязычная BERT-модель эмбеддингов, дообученная для семантического сопоставления описаний расходов с категориями затрат.
Подходит для: подбор категории затрат по описанию покупки или услуги · семантический поиск категории расходов по тексту · поиск похожих описаний расходов
Англоязычная модель эмбеддингов ModernBERT, дообученная для семантического поиска и сравнения юридических текстов.
Подходит для: поиск юридических документов по текстовому запросу · ранжирование правовых фрагментов по смысловой близости · поиск похожих судебных решений и положений
Arcee-Lite — компактная дистиллированная языковая модель на 1,5 млрд параметров для генерации текста и диалогов на устройствах с ограниченными ресурсами.
Подходит для: генерация текста на мобильных устройствах · создание диалогового помощника для встраиваемой системы · запуск языковой модели на периферийном устройстве
Компактная авторегрессионная модель Lanni-ni для генерации и продолжения текста, вероятно созданная в эксперименте BabyLM с Dynamic ALiBi.
Подходит для: продолжение короткого текстового фрагмента · генерация простых текстовых примеров · эксперименты с компактными языковыми моделями
Экспериментальная небольшая авторегрессионная модель Dynamic ALiBi для генерации продолжений текста.
Подходит для: эксперименты с генерацией текста на малых языковых моделях · сравнение вариантов Dynamic ALiBi в обучении языковых моделей · изучение чекпойнтов BabyLM по эпохам
Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.
Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации
Компактная модель семейства LLaMA на 24,8 млн параметров для экспериментов с авторегрессионной генерацией текста и языковым моделированием.
Подходит для: эксперименты с генерацией коротких текстовых продолжений · изучение обучения авторегрессионных языковых моделей · тестирование и сравнение небольших LLaMA-моделей
Базовая модель Llama с 133,3 млн параметров, обученная на 100 млрд токенов преимущественно кода и предназначенная для дальнейшей настройки и генерации текста.
Подходит для: дообучение компактной языковой модели для генерации кода · эксперименты с тонкой настройкой базовой модели Llama · исследование генерации текста на небольшой авторегрессионной модели