Мультимодальная 12-миллиардная Gemma 4 в форматах GGUF NVFP4 и BF16 для диалога и анализа текста, изображений и аудио.

Подходит для: ответы на вопросы по текстовым запросам · описание и анализ изображений · понимание аудиовходов и ответы по их содержанию

Промежуточная базовая модель Qwen3 примерно на 1,16 млрд параметров для генерации текста на 16 языках, кроме английского.

Подходит для: продолжение текста на русском языке · генерация текста на испанском и других поддерживаемых языках · эксперименты с многоязычными языковыми моделями

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

Модель CAFormer с 56,2 млн параметров для классификации изображений, извлечения признаков и получения эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Дообученная на примерах цепочек рассуждений языковая модель Qwen2.5 для диалога, следования инструкциям и многошагового решения задач.

Подходит для: ответы на сложные инструкции с подробными объяснениями · многошаговое логическое рассуждение · генерация связных текстовых ответов

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

SaAMPLIFY_350M — белковая языковая модель для извлечения признаковых представлений последовательностей белков и их последующего анализа.

Подходит для: извлечение признаков из белковых последовательностей · подготовка представлений белков для последующего машинного обучения · анализ белковых последовательностей в задачах структурного выравнивания

Квантованная в NVFP4 версия мультимодальной Gemma 4 для локального запуска диалогов и анализа текста, изображений и аудио через llama.cpp.

Подходит для: диалоговые ответы и рассуждения на русском и других языках · ответы на вопросы по изображению · понимание аудиовхода в диалоге

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

AMOR-Mamba2-1.5B — англоязычная модель генерации текста с рекуррентным бэкбоном Mamba2 и энтропийно управляемыми блоками внимания.

Подходит для: продолжение англоязычного текста · исследование гибридов рекуррентных сетей и внимания · эксперименты с маршрутизацией внимания по неопределённости

AMPLIFY-B — крупная модель Transformers для извлечения признаков и построения векторных представлений.

Подходит для: извлечение признаков для downstream-моделей · построение векторных представлений объектов · поиск похожих объектов по эмбеддингам

Производная модели IFM/Amber. Amber — открытая англоязычная модель LLaMA на 6,6 млрд параметров для генерации текста и изучения обучения LLM.

Подходит для: генерация продолжения английского текста · создание черновиков и простых текстовых ответов на английском · эксперименты с контрольными точками языковой модели

Экспериментальная чат-модель Gemma 4 с поддержкой изображений, объединяющая стиль Artemis и внимание к деталям MeroMero.

Подходит для: диалог с моделью на естественном языке · ответы на вопросы по изображению · описание и анализ изображений в чате

CAFormer с 104,2 млн параметров, обученный на ImageNet-22k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска и сравнения

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

CAFormer B36 SAIL — обученная на ImageNet-1k модель для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание сцен и категорий изображений · извлечение карт визуальных признаков

CAFormer с 56,2 млн параметров классифицирует изображения ImageNet и может служить визуальным backbone для извлечения признаков и эмбеддингов.

Подходит для: классификация объектов на изображениях · извлечение карт признаков из изображений · получение визуальных эмбеддингов для поиска похожих изображений

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

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Компактная модель Qwen2.5, дообученная для генерации текста, диалога и развёрнутых пошаговых объяснений.

Подходит для: пошаговые объяснения задач по математике · решение задач на логику и естественные науки · учебные ответы на вопросы

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

Квантованная мультимодальная модель Gemma 4 для диалогов, анализа изображений и творческого письма на устройствах Apple Silicon.

Подходит для: ролевые диалоги с моделью · создание художественных текстов · ответы на вопросы по изображению

safetensors: формат, квантизация, runtime и память принадлежат одному artifact