Falcon-7B — базовая авторегрессионная языковая модель TII для генерации текста и дальнейшего дообучения под прикладные задачи.
Подходит для: генерация продолжения текста · создание основы для дообучения чат-бота · дообучение для суммаризации
Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.
Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу
GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.
Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию
Производная модели amd/AMD-OLMo-1B. AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.
Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo
AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.
Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo
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
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
Производная модели amd/AMD-OLMo-1B. AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.
Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo
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
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
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
ModujoMoE — базовая MoE-языковая модель для продолжения текста и дальнейших экспериментов с предобучением и настройкой.
Подходит для: продолжение короткого текста на португальском языке · эксперименты с дообучением языковой модели · исследование маршрутизации экспертов в MoE-моделях
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
Производная модели moonshotai/Kimi-K2.7-Code. Агентная модель Moonshot AI для сложных задач программирования и многоэтапной разработки ПО с поддержкой изображений, видео и инструментов.
Подходит для: написание и изменение кода в крупных проектах · выполнение многоэтапных задач разработки через агентный интерфейс · поиск и исправление ошибок в программном обеспечении
Дообученная потоковая ASR-модель для транскрибации разговорной Hinglish-речи и шумного хинди.
Подходит для: транскрибация разговорной речи на хинди с английскими вставками · распознавание Hinglish в голосовых сообщениях · транскрибация шумной речи на хинди
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
MiniMax-M2.7 — разговорная MoE-модель для генерации текста, программирования, агентной автоматизации и многошаговых рабочих задач.
Подходит для: написание и отладка программного кода · анализ логов и поиск причин сбоев в системах · выполнение многошаговых задач с вызовом инструментов
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
Базовая MoE-языковая модель Aether с семью механизмами внимания для продолжения текста и исследований архитектуры.
Подходит для: продолжение текста на английском и корейском языках · бенчмаркинг базовой языковой модели · сравнение запусков архитектуры с разными механизмами внимания
Экспериментальная сборка Qwen2-7B для дальнейшего предобучения или дообучения, не предназначенная для самостоятельного диалогового использования.
Подходит для: продолжение предобучения языковой модели · дообучение Qwen2 на пользовательском корпусе · эксперименты со структурой и слиянием слоёв Qwen2
Дообученная на задачах BabyAI модель Qwen3-1.7B для генерации текста и выполнения инструкций в среде BabyAI.
Подходит для: выполнение задач BabyAI в симулируемой среде · генерация ответов агента по текстовому описанию ситуации · исследовательская оценка поведения языкового агента
Базовая модель OctoThinker на основе Llama 3.2 3B для генерации текста и последующего обучения с подкреплением.
Подходит для: генерация текста на английском языке · создание базовой модели для обучения с подкреплением · few-shot оценка языковой модели
Базовая MoE-языковая модель NekoMind1.7 для генерации текста и дальнейшей адаптации, с контекстом 32 768 токенов.
Подходит для: генерация продолжения текста · создание диалогового приложения на основе базовой языковой модели · адаптация модели под предметную область