DFlash draft-модель NVIDIA для спекулятивного декодирования Kimi-K2.7-Code, ускоряющая генерацию кода и ответов в агентных системах.

Подходит для: ускорение генерации кода в программном копилоте · снижение задержки ответов кодового ИИ-агента · ускорение многоэтапного рассуждения и генерации

Классификатор BERT определяет субъективную предвзятость или нейтральный тон текста и помогает оценивать перенос стиля.

Подходит для: классификация текста как субъективного или нейтрального · оценка интенсивности переноса стиля текста · сравнение систем нейтрализации предвзятого текста

Черновая модель DFlash 2 в формате GGUF ускоряет генерацию GLM-5.3-Flash посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста моделью GLM-5.3-Flash в llama.cpp · ускорение диалоговых ответов GLM-5.3-Flash при спекулятивном декодировании · локальный запуск черновой модели DFlash 2 совместно с целевой GGUF-моделью

Черновая модель DFlash для speculative decoding с LiquidAI/LFM2.5-VL-3B в llama.cpp, предназначенная для экспериментального ускорения генерации.

Подходит для: эксперименты со speculative decoding в llama.cpp · тестирование DFlash-черновиков для LFM2.5-VL-3B · воспроизведение результатов обучения и оценки принятия черновых токенов

DFlash draft-модель, дообученная на диалогах coding-агента Hex для ускорения спекулятивного декодирования Kimi-K2.7-Code.

Подходит для: ускорение генерации кода целевой моделью Kimi-K2.7-Code в Hex coding-агенте · ускорение ответов агентной системы с контекстом ноутбуков и схем · обслуживание Kimi-K2.7-Code через спекулятивное декодирование в SGLang

Черновая модель DFlash для speculative decoding, предназначенная ускорять генерацию Kimi-K2.7-Code в SGLang.

Подходит для: ускорение генерации кода моделью Kimi-K2.7-Code через speculative decoding · использование в SGLang как draft-модели для целевой Kimi-K2.7-Code · эксперименты с DFlash и спекулятивным декодированием для диалоговых и математических запросов

Черновая DFlash-модель для ускорения спекулятивного декодирования Confucius3-Math при генерации решений математических задач.

Подходит для: ускорение генерации решений задач GSM8K моделью Confucius3-Math · снижение задержки при математических рассуждениях в одиночном потоке запросов · спекулятивное декодирование Confucius3-Math через vLLM

safetensors: формат, квантизация, runtime и память принадлежат одному artifact