GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.
Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале
Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.
Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе
Англоязычная модель EleutherAI с 1,2 млрд параметров для генерации текста и исследований поведения и интерпретируемости языковых моделей.
Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разного размера · анализ влияния этапа обучения на поведение модели
Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.
Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках
Экспериментальная компактная языковая модель BananaMind с разреженным вниманием DSA для сравнения схем внимания и генерации текста.
Подходит для: сравнение разреженного DSA и стандартного внимания · воспроизведение контролируемого эксперимента по абляции внимания · изучение индексатора ключей и разреженного внимания в небольшой языковой модели
Авторегрессионная англоязычная модель Meta AI семейства OPT для генерации текста и экспериментов с языковыми моделями.
Подходит для: генерация текста по заданной подсказке · оценка языковой модели на текстовых заданиях · подготовка модели к прикладной задаче через дообучение
Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.
Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели
Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.
Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе
Базовая 56-миллиардная языковая модель NVIDIA с гибридной архитектурой Mamba-2 и Transformer для продолжения текста и адаптации под задачи генерации.
Подходит для: продолжение многоязычного текста · генерация и дополнение программного кода · адаптация базовой LLM под ответы на вопросы
Базовая авторегрессионная модель InternLM2 на 19,3 млрд параметров для генерации текста и адаптации к предметным областям.
Подходит для: продолжение и генерация длинных текстов · создание основы для дообучения на предметных данных · черновики программного кода
Производная модели amd/AMD-OLMo-1B. 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 MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.
Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами
Базовая модель Meta с 33,5 млрд параметров для автодополнения, генерации и понимания кода.
Подходит для: автодополнение кода по текстовому контексту · генерация фрагментов кода · анализ и понимание исходного кода
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Текстовая MoE-модель Mini-K3 для генерации текста и исследования вариантов архитектуры внимания, предварительно обученная без настройки на выполнение инструкций.
Подходит для: эксперименты с генерацией текста на основе предварительно обученной модели · сравнение GQA-внимания и остаточных механизмов в языковой модели · исследование компактных MoE-архитектур
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.
Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам
Базовая модель на архитектуре Llama с 1,2 млрд параметров для автодополнения кода, продолжения текста и исследований кодовых языковых моделей.
Подходит для: автодополнение фрагментов Python · продолжение кода на других языках программирования · продолжение английского текста
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
Компактная модель Google семейства T5, дополнительно обученная на языковом моделировании для адаптации к текстовым задачам и prompt tuning.
Подходит для: адаптация к генерации текста с помощью prompt tuning · дообучение для суммаризации документов · дообучение для ответов на вопросы по тексту
Производная модели amd/AMD-OLMo-1B. 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
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
Текстовая модель Mini-K3 с заменой девяти KDA-смесителей на Mamba-2 предназначена для генерации текста и архитектурных экспериментов.
Подходит для: генерация продолжения текста · эксперименты с архитектурой Mamba-2/SSD · сравнение Mamba-2 и MLA в языковой модели
Экспериментальный LoRA-адаптер Gemma 4 E2B IT для диалогов в роли компаньона с использованием извлечённых воспоминаний и воспроизведения ранних результатов проекта.
Подходит для: Воспроизведение результатов раннего этапа SFT-проекта · Диалоговые ответы в заданной персоне · Персонализация диалога с помощью извлечённых воспоминаний