Asherah — объединённая и дообученная модель Mistral для генерации текста с ограниченной мультимодальной поддержкой через GGUF.
Подходит для: генерация ответов и продолжение текста · диалоговое использование LLM · локальный запуск языковой модели в формате GGUF
Дообученный ViT классифицирует изображения как подлинные или deepfake для первичной проверки их подлинности.
Подходит для: проверка фотографии на признаки deepfake · предварительная модерация подозрительных изображений · классификация изображений на реальные и поддельные
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная на CoNLL-2003 модель BERT для разметки частей речи и извлечения именованных сущностей из текста.
Подходит для: разметка частей речи в предложениях · извлечение имен людей, организаций и мест из текста · автоматическая разметка токенов в текстовом корпусе
Обученный агент DQN выбирает действия в Atari Space Invaders в среде SpaceInvadersNoFrameskip-v4.
Подходит для: игра в Atari Space Invaders · проверка агента DQN в среде SpaceInvadersNoFrameskip-v4 · эксперименты с обучением с подкреплением
Дообученная на CoNLL-2003 модель BERT для разметки токенов и извлечения именованных сущностей из текста.
Подходит для: извлечение именованных сущностей из текста · разметка слов и токенов последовательными метками · распознавание сущностей в данных, похожих на CoNLL-2003
Производная модели MrBenjaroo/ppo-LunarLander-v3-veryBadTest. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
Подходит для: управление посадочным модулем в LunarLander-v3 · эксперименты с алгоритмом PPO · обучение и демонстрация обучения с подкреплением на Gymnasium
Обученный агент A2C для управления роборукой Panda в среде PandaReachDense-v3.
Подходит для: обучение робота Panda достижению целевой точки · запуск агента в среде PandaReachDense-v3 · эксперименты с A2C и обучением с подкреплением
Агент REINFORCE на PyTorch управляет тележкой в CartPole-v1, удерживая шест в равновесии.
Подходит для: управление тележкой в симуляции CartPole-v1 · демонстрация алгоритма REINFORCE · изучение обучения с подкреплением на простой среде управления