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

Модифицированная версия GLM-5.3-Flash для генерации текста с уменьшенной склонностью к отказам, предназначенная прежде всего для исследований отказов и контролируемого red-teaming.

Подходит для: исследование механизмов отказа языковых моделей · проверка устойчивости модели к вредоносным запросам · контролируемый red-teaming и оценка безопасности

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

Экспериментальная 92-миллионная Block-MTP модель для авторегрессионной генерации текста блоками по три токена.

Подходит для: эксперименты с блочной авторегрессионной генерацией · генерация продолжения текстового контекста · сравнение обучения Block-MTP с обычным предсказанием следующего токена

Экспериментальная плотная языковая модель Block-MTP на 92 млн параметров для генерации текста блоками по три токена в контексте до 1 024 токенов.

Подходит для: эксперименты с генерацией текста блоками токенов · исследование обучения языковых моделей с блочной функцией потерь · сравнение блочной авторегрессионной генерации с обычной генерацией по одному токену

Текстовая диалоговая MoE-модель на базе Qwen3.8-Flash-Next с изменённым поведением отказов для контролируемой оценки и red-team-исследований.

Подходит для: проверка поведения отказов в диалоговой модели · red-team-тестирование ответов на чувствительные запросы · оценка следования инструкциям

Черновая модель для спекулятивного декодирования, ускоряющая генерацию текста целевой Qwen3.8-27B в совместимом сервере.

Подходит для: Ускорение генерации ответов моделью Qwen3.8-27B · Увеличение пропускной способности сервера генерации текста · Ускорение решения математических задач целевой моделью

Открытая текстовая модель Z.ai для сложного программирования, диалогов и длительных агентских задач с контекстом до 1 048 576 токенов.

Подходит для: написание и отладка сложного кода · выполнение многоэтапных задач в терминале · создание программных проектов по описанию

Мультимодальная дообученная Qwen3.6-27B для диалогов, генерации текста, рассуждений, программирования и задач с изображениями с ослабленным механизмом отказов.

Подходит для: диалоговый помощник с генерацией развернутых ответов · написание и объяснение программного кода · решение математических задач с пошаговыми рассуждениями

Экспериментальная модель Block-MTP на 92 млн параметров генерирует текст блоками по три токена в контексте до 1 024 токенов.

Подходит для: генерация продолжения текста · сравнение блочной генерации с обычным предсказанием следующего токена · эксперименты с рекуррентными языковыми моделями

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

Черновая модель DFlash для ускорения инференса Qwen/Qwen3.6-35B-A3B посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста на сервере с Qwen3.6-35B-A3B · повышение пропускной способности пакетного инференса Qwen · спекулятивное декодирование в SGLang с проверкой токенов целевой моделью

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

Экспериментальная 92-миллионная Block-MTP модель для генерации текста блоками по три токена с контекстом 1 024 токена.

Подходит для: эксперименты с блочным предсказанием следующих токенов · генерация текста жадным декодированием · генерация текста сэмплированием

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу

Компактная модель-черновик DFlash предлагает блоки токенов для speculative decoding, ускоряя генерацию текста целевой моделью openai/gpt-oss-120b.

Подходит для: ускорение инференса openai/gpt-oss-120b через speculative decoding · ускорение генерации ответов на математические задачи · ускорение генерации кода при решении задач HumanEval и MBPP

Экспериментальная 92-миллионная Block-MTP модель для генерации текста блоками по три токена.

Подходит для: эксперименты с генерацией текста блоками · исследование рекуррентного предсказания нескольких токенов · сравнение схем обучения языковых моделей

Многоязычная авторегрессионная языковая модель BigScience с 176 млрд параметров для генерации текста и исследований LLM.

Подходит для: продолжение текста по промпту · генерация черновиков на разных языках · эксперименты с многоязычными языковыми моделями

Экспериментальная языковая модель Block-MTP на 92 млн параметров генерирует текст блоками по три токена в контексте до 1 024 токенов.

Подходит для: эксперименты с генерацией текста блоками по три токена · исследование рекуррентной архитектуры Block-MTP · тестирование жадной генерации текста

Сжатая диалоговая MoE-модель GLM-4.7-Flash для генерации текста, программирования и агентных задач с контекстом до 202 752 токенов.

Подходит для: генерация и объяснение программного кода · работа с большими репозиториями кода · вызов функций в диалоговых приложениях

Экспериментальная языковая модель Block-MTP на 92 млн параметров для авторегрессионной генерации текста блоками по три токена.

Подходит для: эксперименты с генерацией текста блоками токенов · исследование рекуррентного предсказания нескольких следующих токенов · оценка жадной генерации на коротком контексте

Экспериментальная компактная языковая модель Block-MTP для блочной генерации текста с контекстом 1 024 токена.

Подходит для: эксперименты с генерацией текста блоками по три токена · исследование обучения с усечённым BPTT · проверка генерации языковой моделью на коротком контексте

Мультиязычная авторегрессионная модель BigScience примерно на 3 млрд параметров для генерации текста и исследований LLM.

Подходит для: продолжение текста на нескольких языках · создание черновиков и вариантов формулировок · генерация текста на языках с меньшими ресурсами

Экспериментальная причинная языковая модель Block-MTP на 92 млн параметров генерирует текст блоками по три токена в контексте до 1 024 токенов.

Подходит для: эксперименты с блочной генерацией текста · исследование обучения языковых моделей с truncated BPTT · сравнение рекуррентного предсказания блоков по три токена