JevK5 — дообученная на базе Qwen3.5-4B модель, которая оценивает вероятности заданных вариантов для вопросов выбора, «да/нет» и оценки.

Подходит для: маршрутизация обращений клиентов по командам · классификация запроса по заданным категориям · выбор действия на основе описания состояния

Диалоговая MoE-модель на базе Qwen3.6-35B-A3B с удалённым методом abliteration поведением отказа, предназначенная для генерации ответов на широкий круг запросов.

Подходит для: диалоговые ответы на запросы без обычного поведения отказа · исследование механизмов отказа и защитных ограничений LLM · оценка последствий удаления направления отказа из весов

Компактная 3,2-миллиардная языковая модель для диалогов, рассуждений, программирования и агентных задач с вызовом инструментов.

Подходит для: многошаговые задачи с вызовом внешних инструментов · помощь в программировании и работа кодового агента · решение математических и научных задач

JevK5-9B — дообученная на Qwen3.5-9B модель для оценки вероятностей вариантов в задачах классификации и принятия типизированных решений.

Подходит для: маршрутизация обращений клиентов по командам или категориям · классификация состояния по заданному набору критериев · ответы да/нет с оценкой вероятности

Модель NVIDIA для восприятия дорожной обстановки, объяснения решений и предсказания действий и траекторий автономного автомобиля по изображениям, видео, тексту и истории движения.

Подходит для: предсказание траектории автономного автомобиля · ответы на вопросы по видео с дорожных камер · привязка объектов на изображениях к координатам

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Англоязычная модель на базе Qwen3.5-2B, которая за один проход оценивает варианты ответа на вопросы по документам.

Подходит для: извлечение фактов из документов с оценкой вариантов ответа · маршрутизация документов по категориям · ответы «да/нет» на вопросы по тексту документа

Компактная 15-миллионная модель Transformers для авторегрессионной генерации текста с архитектурной особенностью ALiBi.

Подходит для: эксперименты с генерацией текста · тестирование компактных языковых моделей · локальная генерация коротких текстов

JevK5-Lite — англоязычный классификатор для отнесения текста к заданным категориям с вероятностными оценками, работающий на CPU.

Подходит для: классификация новостных текстов по темам · отнесение вопросов и ответов к заданным категориям · фильтрация спама по меткам «спам» и «не спам»

Plumb-4B — дообученная модель для выдачи вероятностей вариантов в задачах выбора, ответов «да/нет» и порядковой оценки.

Подходит для: оценка вероятностей вариантов ответа на вопрос по заданным свидетельствам · классификация решения в формате «да/нет» · выбор одного из 2–16 предложенных вариантов

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

Экспериментальная версия Qwen3-1.7B с abliteration для генерации текста и изучения поведения отказов языковых моделей.

Подходит для: эксперименты с уменьшением отказов LLM · исследование скрытого дообучения языковых моделей · генерация текста и диалогов

Небольшая 28,7-миллионная Transformers-модель генерации текста с позиционным кодированием ALiBi для экспериментов и прототипирования.

Подходит для: генерация коротких текстовых продолжений · эксперименты с языковым моделированием · обучение работе с Transformers

Набор wav2vec2-моделей для распознавания казахской, русской и смешанной казахско-русской речи, включая телефонные разговоры и работу без облака.

Подходит для: транскрибация звонков на казахском языке · распознавание русской речи в телефонных разговорах · транскрибация казахско-русской речи с переключением языков

Небольшая авторегрессионная модель Dynamic ALiBi для экспериментов с генерацией текста на данных BabyLM.

Подходит для: эксперименты с авторегрессионной генерацией текста · исследование компактных языковых моделей · сравнение вариантов позиционного кодирования в языковых моделях

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

Дообученная мультимодальная модель на 27 млрд параметров для рассуждений, программирования, диалогов, анализа изображений и использования инструментов.

Подходит для: решение математических задач и задач на рассуждение · генерация и помощь с программным кодом · выполнение инструкций в диалоге

Компактная 15-миллионная модель Transformers с ALiBi для авторегрессионной генерации текста и экспериментов с языковым моделированием.

Подходит для: продолжение коротких текстовых фрагментов · эксперименты с авторегрессионным языковым моделированием · тестирование интеграции text-generation через Transformers

Небольшая 14,7-миллионная модель Transformers для генерации текста.

Подходит для: продолжение коротких текстовых фрагментов · эксперименты с генерацией текста · обучение и прототипирование языковых моделей

Компактная экспериментальная модель Transformers для авторегрессионной генерации текста и исследований архитектуры dynamic ALiBi.

Подходит для: генерация коротких текстовых продолжений · эксперименты с компактными языковыми моделями · сравнение позиционного кодирования ALiBi

Небольшая экспериментальная модель генерации текста на Transformers с тегом ALiBi, подходящая для исследований и прототипов автодополнения.

Подходит для: автодополнение коротких текстов · эксперименты с генерацией текста · исследование позиционного кодирования ALiBi

Компактная модель Transformers с механизмом ALiBi для авторегрессионной генерации текста и экспериментов с языковыми моделями.

Подходит для: генерация продолжений текста · локальные эксперименты с языковой моделью · создание прототипов text-generation приложений

ThinkOnly-вариант модели When2Think на 1,5 млрд параметров для математических задач с явным рассуждением, глубина которого адаптируется к сложности входа.

Подходит для: решение математических задач с пошаговым объяснением · ответы на задачи GSM-Plus и математических олимпиад · оценка влияния длины рассуждений на точность и вычислительные затраты

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