Компактная дистиллированная модель BERT для понимания естественного языка и дообучения под конкретные задачи.
Подходит для: дообучение для классификации текстов · дообучение для анализа тональности · дообучение для распознавания сущностей
Англоязычный трансформер BART с encoder-decoder архитектурой для извлечения признаков и дообучения на задачах понимания и генерации текста.
Подходит для: извлечение признаков из английского текста · заполнение пропусков в тексте · дообучение для суммаризации документов
Предварительно обученная модель nanochat на 2,7 млрд параметров для генерации текста, конвертированная в формат Transformers.
Подходит для: эксперименты с генерацией текста на базе nanochat · исследование поведения предварительно обученных языковых моделей · запуск модели nanochat в экосистеме Transformers
BORT — компактная модель семейства BERT от Amazon для заполнения пропусков и задач понимания текста.
Подходит для: предсказание пропущенных слов в тексте · изучение контекстных представлений слов · эксперименты с компактными архитектурами BERT
Компактная англоязычная модель BERT для понимания текста и дообучения на задачах NLP в условиях ограниченных вычислительных ресурсов.
Подходит для: классификация английских текстов · анализ тональности англоязычных отзывов · оценка семантического сходства предложений
Компактная англоязычная модель BERT для понимания текста и дообучения на прикладные задачи при ограниченных вычислительных ресурсах.
Подходит для: классификация английских текстов после дообучения · анализ тональности английских отзывов · определение семантического сходства предложений
BantuBERTa — модель RoBERTa для предсказания пропущенных слов и адаптации NLP-задач для языков банту.
Подходит для: предсказание замаскированных слов в текстах на языках банту · дообучение классификатора новостных тем на зулу и лингала · дообучение модели для распознавания именованных сущностей
BERT-модель для преобразования текста в векторные представления и последующего анализа семантического сходства.
Подходит для: создание эмбеддингов текстов · семантический поиск по документам · сравнение похожести предложений
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная 14-миллиардная Qwen3-модель для диалогов, математических рассуждений, генерации кода и ответов на инструкции.
Подходит для: решение математических и логических задач · генерация, объяснение и отладка кода · ответы на фактические вопросы
Компактная модель BERT с экспериментальной целью предобучения для извлечения признаков из текста и изучения языковых представлений.
Подходит для: извлечение векторных признаков из текста · эксперименты с целями предобучения BERT · анализ усвоения языковых свойств
Экспериментальная дообученная LFM2-модель для предсказания текстовых выходов терминальной среды OpenEnv.
Подходит для: предсказание ответа терминальной среды OpenEnv · эксперименты с world model для текстовых окружений · оценка verifier-free ECHO-обучения
Компактная англоязычная RoBERTa-модель для исследований усвоения языка и предсказания пропущенных слов в тексте.
Подходит для: изучение усвоения грамматики детьми · оценка грамматических знаний по тесту Zorro · предсказание пропущенных слов в английских предложениях
Дообученная компактная модель Qwen3 для генерации текста и диалоговых ответов.
Подходит для: генерация ответов на открытые вопросы · ведение текстового диалога · создание продолжений текста
Дообученная модель BART для генерации текста, назначение которой карточка не уточняет.
Подходит для: экспериментальная генерация короткого текста · проверка генерации текста архитектурой BART · оценка модели на пользовательских текстовых промптах
Дообученная модель BERT с 114,8 млн параметров для генерации текста.
Подходит для: Генерация коротких текстовых продолжений
Модель BART с 95,2 млн параметров для преобразования текста, предположительно для упрощённого суммирования.
Подходит для: эксперименты с генерацией текста на архитектуре BART · оценка качества суммирования на собственных данных · исследование текстовых моделей с контекстом до 1024 токенов
Модель BERT для классификации текста с контекстом до 512 токенов, чьи классы и прикладное назначение не описаны.
Подходит для: классификация текстовых последовательностей · эксперименты с классификаторами на BERT · дообучение классификатора для собственной разметки