Контрольная точка RoBERTa Pre-LayerNorm на 454,1 млн параметров для предсказания замаскированных токенов в тексте.
Подходит для: подстановка пропущенных слов в предложении · предсказание скрытых токенов для анализа текста · восстановление замаскированных фрагментов текста
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
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
Производная модели amd/PARD2-Qwen3-8B. Черновая модель Qwen3 от AMD предлагает токены-кандидаты для спекулятивного декодирования и ускорения генерации целевой языковой моделью.
Подходит для: ускорение генерации текста в спекулятивном декодировании · подготовка токенов-кандидатов для проверки целевой моделью · интеграция черновой модели в конвейер vLLM
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
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
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
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
Экспериментальная модель RobertaPreLayerNorm на 454,1 млн параметров для предсказания замаскированных токенов в тексте.
Подходит для: подстановка пропущенного слова в предложении · предсказание скрытого токена по контексту · эксперименты с маскированным языковым моделированием
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
Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+
Экспериментальная англоязычная языковая модель на 198 млн параметров с адаптивными вычислениями для генерации текста и исследования архитектуры Mixture of Recursion.
Подходит для: генерация коротких ответов на английском языке · прототипирование простого разговорного ИИ · изучение обучения языковых моделей с нуля
Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.
Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях
Производная модели amd/PARD2-Qwen3-8B. Черновая модель Qwen3 от AMD предлагает токены-кандидаты для спекулятивного декодирования и ускорения генерации целевой языковой моделью.
Подходит для: ускорение генерации текста в спекулятивном декодировании · подготовка токенов-кандидатов для проверки целевой моделью · интеграция черновой модели в конвейер vLLM
Производная модели arcee-ai/Trinity-Large-Base. 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