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
ResNet101.a1h_in1k — обученная на ImageNet-1k модель ResNet для классификации изображений и извлечения визуальных признаков.
Подходит для: классификация изображений по категориям ImageNet · получение эмбеддингов изображений · извлечение карт признаков для компьютерного зрения
Модель Allen Institute for AI для управления манипуляторами SO-100/101 по изображениям, состоянию робота и текстовым инструкциям.
Подходит для: управление манипулятором SO-100 по визуальному наблюдению и инструкции · управление манипулятором SO-101 для выполнения бытовых задач · предсказание непрерывных движений робота по кадрам с камер
Компактная англоязычная модель LDT-10M демонстрирует обучение языковой модели с нуля, но генерирует связный текст лишь на коротких отрезках.
Подходит для: изучение обучения языковых моделей с нуля · эксперименты с архитектурами языковых моделей малого размера · оценка влияния малого числа параметров на связность генерации
Дообученная 10B VLA-модель NVIDIA для интерпретации дорожной обстановки и прогнозирования действий автомобиля в системах автономного вождения.
Подходит для: анализ дорожных сцен для автономного вождения · прогнозирование траектории автомобиля по видеоклипам · оценка дорожной обстановки для планирования движения
DLA102x — модель компьютерного зрения для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений
ResNeSt-101e — модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков и эмбеддингов.
Подходит для: классификация изображений по категориям ImageNet-1k · получение векторных представлений изображений · извлечение карт признаков для компьютерного зрения
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Базовая модель ALBERT с 137,1 млн параметров, предварительно обученная на испанских текстах для использования в NLP и последующего дообучения.
Подходит для: дообучение модели для классификации испанских текстов · создание испаноязычного классификатора тональности · адаптация для извлечения сущностей из испанских документов
Черновая DFlash-модель для ускорения вывода Alpamayo-R1-10B в системе FlashDrive для автономного вождения.
Подходит для: ускорение генерации Alpamayo-R1 при автономном вождении · параллельное предложение блоков токенов для проверки целевой моделью · ускорение цепочки причинно-следственных рассуждений модели в FlashDrive
Базовый чекпойнт NVIDIA Alpamayo 1 (R1), подготовленный для FlashDrive и ускоренного инференса задач автономного вождения.
Подходит для: анализ дорожной сцены для автономного автомобиля · прогнозирование траектории автомобиля · выработка действий автомобиля по данным о дорожной обстановке
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
Дообученная на STL10 визуальная модель CLIP ViT-B/32 извлекает признаки изображений для задач компьютерного зрения.
Подходит для: извлечение признаков изображений STL10 · получение визуальных представлений для классификатора · подготовка эмбеддингов изображений для поиска
AST, дообученный на AudioSet, классифицирует аудиозаписи по категориям звуковых событий.
Подходит для: классификация аудио по категориям AudioSet · распознавание звуковых событий в аудиозаписях · автоматическая категоризация звуковых фрагментов
Экспериментальное дообучение Qwen3-1.7B для выполнения многошаговых задач ALFWorld в формате ReAct.
Подходит для: выбор действий агента по текстовым наблюдениям ALFWorld · пошаговое выполнение задач в интерактивной среде ALFWorld · генерация ответов в формате ReAct с блоками Thought и Action
AETHER-10M — компактная экспериментальная языковая модель посттрансформерной архитектуры для генерации текста и проверки алгоритмических рассуждений.
Подходит для: генерация продолжений английского текста · эксперименты с альтернативами архитектуре Transformer · проверка арифметических рассуждений на коротких последовательностях
SEED-ALFWorld-3B — дообученная текстовая модель Qwen2.5-3B-Instruct для выполнения задач в виртуальной среде ALFWorld.
Подходит для: выбор действий по текстовой истории взаимодействия с ALFWorld · выполнение последовательных задач в виртуальной среде · навигация и взаимодействие с объектами по текстовым инструкциям
Компактная экспериментальная языковая модель Transformers для генерации текста, связанная с подходом dynamic ALiBi и конфигурацией BabyLM 10M.
Подходит для: эксперименты с генерацией текста · изучение компактных языковых моделей · тестирование динамических позиционных смещений
Дообученный Vision Transformer для классификации изображений по классам CIFAR-10.
Подходит для: классификация изображений CIFAR-10 · распознавание объектов на небольших цветных изображениях · оценка качества моделей на CIFAR-10
Quasar-10B — дообученная SILX AI языковая модель с архитектурой GLA и контекстом до 2 млн токенов для генерации текста и синтетических рассуждений.
Подходит для: генерация синтетических рассуждений для обучения более крупной модели · создание текстовых ответов на длинные запросы · решение математических задач в формате текстового диалога
Дообученная на траекториях Qwen3-32B модель Qwen3-1.7B для многошагового следования инструкциям и выбора действий в текстовой среде ALFWorld.
Подходит для: выбор следующего действия в ALFWorld по текстовым наблюдениям · выполнение многошаговых инструкций в текстовой среде · эксперименты с обучением агентных моделей на траекториях учителя
Экспериментальная версия Qwen3-1.7B для многошагового выполнения бытовых задач в симуляторе ALFWorld.
Подходит для: выполнение бытовых задач в симуляторе ALFWorld · выбор действий по текстовым наблюдениям среды · исследование многошаговых ReAct-агентов
Специализированная модель Qwen2.5 для выбора действий языкового агента в текстовой среде ALFWorld.
Подходит для: выбор допустимого действия в текстовых задачах ALFWorld · воспроизведение экспериментов Agent-G2 в ALFWorld · исследование долгосрочных языковых агентов
ResNetV2-101 A1H — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: классификация изображений по классам ImageNet-1k · получение карт признаков изображения · извлечение эмбеддингов изображений