TabiBERT — турецко-английская энкодерная модель для заполнения пропусков и дообучения под задачи понимания текста, поиска и представления кода.

Подходит для: заполнение пропусков в турецких текстах · дообучение классификатора турецких документов · извлечение ответов на вопросы из турецкого текста

TabSTAR — дообученная табличная модель для классификации данных с текстовыми признаками и переноса обучения между наборами данных.

Подходит для: Классификация строк таблицы с текстовыми полями · Предсказание целевого класса по табличным и свободным текстовым признакам · Перенос обучения на новый набор табличных данных

Mitra Classifier — 12-слойная Transformer-модель для классификации табличных данных, предварительно обученная на синтетических примерах.

Подходит для: классификация строк табличного набора данных · предсказание категории объекта по его табличным признакам · базовая классификация данных в AutoGluon Tabular

AraBERTv0.2-base — арабская BERT-модель для предсказания пропущенных токенов и адаптации к задачам понимания арабского языка.

Подходит для: заполнение пропусков в арабских предложениях · подготовка арабских текстов для дальнейшего дообучения · адаптация к анализу тональности арабских отзывов

TabFM — табличная foundation-модель Google Research для классификации и регрессии без дообучения на конкретном наборе данных.

Подходит для: Классификация таблиц с числовыми и категориальными признаками · Бинарная классификация табличных данных · Многоклассовая классификация до 10 классов

EXAONE Tabular — трансформерная модель LG AI Research для классификации и регрессии структурированных таблиц с предсказанием по размеченным примерам в контексте.

Подходит для: Классификация строк таблицы по размеченным примерам · Регрессия числовой целевой переменной по табличным признакам · Получение вероятностей классов для новых строк

TabPFN-3 — трансформер Prior Labs для классификации табличных данных с бинарным чекпойнтом, специализированным для наборов с 2000 признаками.

Подходит для: бинарная классификация табличных наборов с 2000 признаками · предварительная оценка качества классификации на собственных табличных данных · сравнение табличных классификаторов во внутреннем исследовательском бенчмарке

Трансформерная модель Prior Labs для классификации небольших табличных наборов данных без отдельного обучения под каждую задачу.

Подходит для: классификация строк в небольших таблицах · предсказание категорий по табличным признакам · быстрое построение базовой модели для табличного датасета

TabPFN-3.5 — трансформерная модель Prior Labs для классификации и регрессии на структурированных табличных данных.

Подходит для: классификация записей в таблицах · прогнозирование числовых значений по табличным данным · многоклассовая классификация таблиц с экспериментальным чекпойнтом

Трансформер Prior Labs для классификации и регрессии на структурированных табличных данных с помощью обучения в контексте.

Подходит для: классификация строк табличного набора данных · прогнозирование числовых значений по табличным признакам · быстрая оценка качества табличной задачи без длительной настройки модели

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Мультимодальная инструкция Gemma 4, модифицированная методом abliteration для снижения числа отказов в диалогах и генерации ответов.

Подходит для: диалоговая генерация ответов с меньшим числом отказов · эксперименты с методом abliteration для языковых моделей · анализ изображений в диалоговом сценарии

AIN — арабско-английская мультимодальная модель MBZUAI для ответов на вопросы по изображениям, OCR и визуального анализа.

Подходит для: распознавание арабского и английского текста на изображениях · извлечение и понимание сведений из документов и таблиц · ответы на вопросы по медицинским изображениям

Tabby — модель прогнозирования временных рядов, которая строит прогнозы по 99 квантилям для заданного горизонта.

Подходит для: вероятностное прогнозирование временных рядов · получение квантильных прогнозов для заданного горизонта · оценка диапазона будущих значений ряда

LimiX-2 — табличная модель StableAI для классификации, регрессии и заполнения пропущенных значений без дообучения под каждую задачу.

Подходит для: Классификация строк в табличном датасете · Прогнозирование числовых значений по табличным признакам · Заполнение пропущенных значений в таблицах

Англоязычная модель Frontier Infra на базе Qwen3.5-9B, которая выдаёт вероятности для выбора, ответов «да/нет» и оценок по заданной шкале.

Подходит для: выбор наиболее подходящего ответа из нескольких вариантов · оценка вероятности истинности утверждения · оценка ответа по заданной рубрике

Hibou-B — предварительно обученный Vision Transformer для извлечения признаков из цифровых патоморфологических изображений.

Подходит для: извлечение признаков из гистологических изображений · подготовка эмбеддингов патоморфологических срезов для классификации · построение систем поиска похожих участков ткани

TabuLa-8B — модель на базе Llama 3 для классификации и интервальной регрессии по табличным данным.

Подходит для: классификация строк табличного набора данных · прогнозирование числовых значений с разбиением на интервалы · перенос обучения языковой модели на табличные задачи

Экспериментальная версия Qwen3-1.7B с abliteration для генерации текста и изучения поведения отказов языковых моделей.

Подходит для: эксперименты с уменьшением отказов LLM · исследование скрытого дообучения языковых моделей · генерация текста и диалогов

Классификатор HarmBench на базе Llama для оценки мультимодальных типов поведения.

Подходит для: классификация мультимодальных типов поведения · оценка поведения модели в тестах HarmBench · анализ примеров при проверке безопасности мультимодальных моделей

Экспериментально изменённая Qwen2.5-7B-Instruct для исследований поведения отказов и механизмов безопасности языковых моделей.

Подходит для: изучение направления отказа в языковых моделях · измерение реакции модели на вредоносные запросы · сравнение поведения до и после удаления отказов

Tibetan BERT — 138-миллионная BERT-модель для построения решений по обработке тибетского текста.

Подходит для: дообучение классификатора тибетских текстов · извлечение сущностей из тибетских документов · создание языковых представлений тибетских фраз

Экспериментальная производная Llama 3.2 1B Instruct с изменёнными весами для исследований отказов, интерпретируемости и оценки безопасности.

Подходит для: исследование механизмов отказа языковых моделей · red teaming моделей, склонных отвечать на вредоносные запросы · оценка защитных механизмов и поведения модели

Небольшая авторегрессионная модель DynamicAlibi для генерации текстовых продолжений по промпту.

Подходит для: генерация продолжения короткого текста · эксперименты с компактными языковыми моделями · тестирование генерации текста через Transformers