Мультимодальная модель прогнозирует вероятностные последствия действий и команд для ИИ-агентов.

Подходит для: оценка риска потери незакоммиченной работы перед командой Git · прогнозирование того, завершится ли команда ошибкой · проверка ожидаемого состояния системы после действия

Eikos-27B — дообученная модель для классификации решений и оценки вероятностей при применении заданных правил в финансах, трейдинге и торговом финансировании.

Подходит для: проверка ордеров на соответствие лимитам и ценовым диапазонам · оценка соблюдения KYC/AML и платежных правил · классификация случаев по кредитным политикам

Eikos-4B — дообученная модель Qwen для вероятностного выбора решения по заданным правилам и фактам, прежде всего в финансах и трейдинге.

Подходит для: проверка торгового приказа на соответствие лимитам и правилам биржи · оценка соответствия платежа правилам комплаенса и KYC/AML · проверка кредитной заявки по заданной политике кредитования

Крупная модель CaiT, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.

Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором

DaViT Base — визуальный трансформер для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · получение эмбеддингов изображений для поиска по сходству · извлечение карт признаков для компьютерного зрения

Компактная модель CaiT для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение эмбеддингов изображений

CaiT M36 — крупная модель для классификации изображений ImageNet-1k и получения визуальных признаков.

Подходит для: классификация изображений по категориям · распознавание объектов на фотографиях · извлечение признаков изображений для последующих задач компьютерного зрения

CaiT-S24-224 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, предварительно обученная с дистилляцией на ImageNet-1k.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение признаков изображений для последующего анализа

Компактная модель DaViT для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение векторных представлений изображений

CaiT — модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · распознавание объектов на фотографиях · извлечение эмбеддингов изображений

Компактная модель ConViT для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение эмбеддингов изображений · использование как визуального backbone для компьютерного зрения

Компактная модель TinyViT для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: Классификация объектов на изображениях 224 × 224 · Распознавание категорий товаров по фотографии · Извлечение карт признаков для конвейера компьютерного зрения

Модель CaiT с дистилляцией на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов и сцен на изображениях · определение категории изображения из набора классов ImageNet · извлечение признаковых векторов изображений

CAFormer S36 — модель для классификации изображений ImageNet-1k, также пригодная для извлечения признаков и эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

CAFormer S18, обученная на ImageNet-22k, классифицирует изображения и может служить backbone для извлечения визуальных признаков.

Подходит для: классификация изображений по категориям · получение визуальных признаков для компьютерного зрения · извлечение карт признаков из изображений

Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.

Подходит для: эксперименты с компактными причинно-языковыми моделями · продолжение предобучения на собственном корпусе · бенчмаркинг малых языковых моделей

Дообученная на CIFAR-100 модель ViT для классификации изображений по 100 классам датасета.

Подходит для: классификация изображений по классам CIFAR-100 · распознавание объектов на небольших изображениях · эксперименты с Vision Transformer на CIFAR-100

ConViT Small — модель компьютерного зрения для классификации изображений и извлечения признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение визуальных признаков для последующей обработки · использование backbone в системе компьютерного зрения

CaiT-XXS36-224 — классификатор изображений, обученный на ImageNet-1k и пригодный также для извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение признаков изображений для последующей обработки · использование визуального backbone в компьютерном зрении

OmniVinci — мультимодальная модель NVIDIA на базе VILA для анализа изображений, видео и аудио, а также извлечения признаков.

Подходит для: извлечение признаков из мультимодальных данных · ответы на вопросы по изображениям · понимание видео со звуковой дорожкой

Производная модели XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B. Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

CanViT-B — модель активного компьютерного зрения для извлечения признаков изображений с последовательным просмотром сцены.

Подходит для: извлечение признаков из изображений для последующего анализа · создание представлений сцен для компьютерного зрения · обработка изображений с последовательным просмотром отдельных фрагментов

Модель FastViT для классификации изображений ImageNet-1k, извлечения карт признаков и визуальных эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение эмбеддингов изображений для поиска по сходству