Крупная модель DeBERTa-v2 для извлечения векторных представлений текста и использования в прикладных NLP-задачах.
Подходит для: создание текстовых эмбеддингов · семантический поиск по документам · кластеризация текстов
Occamy-1.0 — дообученная мультимодальная MoE-модель для длительных агентных задач, программирования и совместной работы с инструментами.
Подходит для: выполнение многоэтапных рабочих процессов с вызовом инструментов · написание и отладка кода через терминал · поиск и обработка информации в ходе агентной задачи
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
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Компактная модель AMAImedia для маршрутизации и контроля этапов автоматизированного дубляжа NOESIS с контекстом до 131 072 токенов.
Подходит для: маршрутизация задач между этапами конвейера дубляжа · принятие решений о синхронности реплик и движений губ · контроль переходов между стадиями обработки дубляжа
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
Компактная модель Katanemo определяет область и действие по запросу, помогая маршрутизировать его к подходящей языковой модели.
Подходит для: маршрутизация запросов к специализированным моделям · определение предметной области пользовательского запроса · определение требуемого действия, например перевода или генерации кода
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Англоязычная модель Mamba2 с тремя блоками внимания, маршрутизируемыми по энтропии, для генерации текста и исследований гибридных архитектур.
Подходит для: генерация продолжения англоязычного текста · эксперименты с гибридами рекуррентных сетей и внимания · изучение маршрутизации внимания по неопределённости
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
Оригинальная модель AMAImedia на базе Qwen3.5 для проверки результатов, принятия решений о маршрутизации и координации многоагентных конвейеров с длинным контекстом.
Подходит для: проверка результатов перевода и распознавания речи в конвейере дубляжа · оценка качества ответов и выбор лучшего варианта · маршрутизация задач между этапами обработки и агентами
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
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
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
Дообученная чат-модель Qwen2.5 с 3,1 млрд параметров для выполнения инструкций и генерации текста на бразильском португальском языке.
Подходит для: создание чат-бота на бразильском португальском · ответы на вопросы и запросы на португальском языке · выполнение инструкций на бразильском португальском
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
Дообученная на инструкциях модель Qwen2.5 для диалогов и генерации текста на бразильском португальском.
Подходит для: ответы на вопросы на бразильском португальском · создание диалогового помощника для пользователей из Бразилии · генерация и редактирование текстов на бразильском португальском
Мультимодальная чат-модель AMAImedia на основе слияния моделей Qwen для диалогов, рассуждений, перевода и анализа изображений.
Подходит для: перевод пользовательских текстов · классификация намерений в сообщениях · маршрутизация запросов в чат-системе
Объединённая 72-миллиардная модель Qwen2.5 для диалогов и генерации ответов по инструкциям, ориентированная на бразильский португальский.
Подходит для: диалоговый чат на бразильском португальском · генерация ответов на инструкции на португальском языке · создание текстов на бразильском португальском
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