AICrossSim/clm-200m — ағылшынша мәтін жалғастыру және диалог құруға арналған 224,1 млн параметрлі Llama тіл моделі.

Подходит для: ағылшын мәтінін жалғастыру · ағылшын тілінде диалогтық жауаптар жасау · оқу мәтіндерінің жалғасын құрастыру

Модель Snowflake для многошагового использования инструментов через MCP, обученная с подкреплением на синтетических средах.

Подходит для: создание многошаговых агентов с вызовом инструментов через MCP · выполнение последовательных действий в синтетических средах · исследование агентного обучения с подкреплением

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Многошаговая агентная модель Snowflake на базе Qwen3-4B для использования инструментов через MCP в синтетических средах.

Подходит для: выполнение последовательности вызовов инструментов через MCP · создание многошагового агента для взаимодействия с инструментальными средами · исследование обучения агентов с подкреплением на синтетических средах

Квантованная для MLX сборка GLM-5.3-Flash для диалогов, рассуждений и работы с изображениями и видео на компьютерах Apple Silicon.

Подходит для: диалоговый помощник на Mac с Apple Silicon · ответы на вопросы по изображениям · анализ видеоматериалов

Модель Snowflake для обучения агентов многошаговому использованию инструментов в синтетических средах через MCP.

Подходит для: создание агента для многошаговых задач с инструментами · обучение агента взаимодействию с MCP-серверами · исследование обучения агентов с подкреплением в синтетических средах

Экспериментальная англоязычная компактная языковая модель Klyra для исследований обучения с подкреплением, дистилляции политики и абляций.

Подходит для: эксперименты с обучением языковой модели с подкреплением · дистилляция политики между специализированными языковыми моделями · абляционные исследования компактных языковых моделей

Производная модели opendatalab/MinerU2.5-Pro-2605-1.2B. Визуально-языковая модель OpenDataLab для извлечения структуры и содержимого документов и преобразования их в Markdown.

Подходит для: извлечение текста и разметки из страниц PDF · преобразование документов в Markdown для поисковых и RAG-систем · распознавание таблиц, включая таблицы с изображениями

Англоязычная причинная языковая модель AICrossSim на архитектуре Llama примерно с 408,5 млн параметров для генерации текста и диалогов.

Подходит для: генерация продолжения английского текста · создание простого англоязычного чат-бота · эксперименты с компактной Llama-моделью

Небольшая языковая модель Vaayu, обученная с нуля для локальной генерации структурированных вызовов инструментов и интеграции через MCP.

Подходит для: генерация вызовов инструментов по JSON-схемам · формирование JSON-RPC запросов для локальных сервисов · подключение языковой модели к MCP-серверам

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

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

Clara v2 — компактная диалоговая модель ayan4m1 на базе Granite 4.1, предназначенная для общения и задач с текстом и изображениями.

Подходит для: диалог с текстовым помощником на английском языке · ответы на вопросы по изображениям · создание текстовых ответов в чате

Производная модели nomic-ai/nomic-embed-text-v2-moe. Многоязычная MoE-модель Nomic AI, создающая текстовые эмбеддинги для семантического поиска и извлечения документов.

Подходит для: семантический поиск по многоязычным документам · поиск релевантных фрагментов для RAG · сопоставление пользовательского запроса с документами

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

Arcle V1 — локальная мультимодальная модель на 5,84 млрд параметров для диалога, рассуждений, обработки изображений, документов, речи и видео.

Подходит для: ответы на вопросы и диалог с локальным ассистентом · решение математических задач и задач на естественные науки · извлечение текста из изображений и документов

Зрительная модель Apple AIMv2 для извлечения признаков изображений в задачах компьютерного зрения и мультимодального понимания.

Подходит для: извлечение признаков изображений для последующей классификации · подготовка визуальных представлений для мультимодального поиска · использование признаков в системах понимания изображений

Визуальная модель Apple с 2,7 млрд параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков из изображений · подготовка визуальных представлений для поиска по изображениям · распознавание объектов и категорий

Зрительная модель Apple AIMv2 для извлечения признаков изображений и последующего решения задач визуального понимания.

Подходит для: извлечение признаков изображений для последующей классификации · поиск изображений по визуальному сходству · подготовка визуальных представлений для мультимодальных систем

Зрительная модель Apple на 308,3 млн параметров для извлечения признаков изображений и последующего поиска или анализа визуального сходства.

Подходит для: извлечение признаков для изображений · поиск изображений по визуальному сходству · подготовка векторов изображений для кластеризации