Базовая модель Meta на 13 млрд параметров для генерации, продолжения и понимания кода.
Подходит для: автодополнение фрагментов кода · заполнение пропусков в коде · генерация кода по текстовому контексту
Базовая модель Meta с 7 млрд параметров для генерации, автодополнения и заполнения пропусков в программном коде.
Подходит для: автодополнение фрагментов кода · заполнение пропусков в исходном коде · генерация кода по текстовому контексту
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
Базовая языковая модель Meta на 34 млрд параметров для автодополнения, генерации и понимания программного кода.
Подходит для: автодополнение фрагментов кода · генерация кода по текстовому описанию · анализ и понимание исходного кода
Базовая авторегрессионная модель Meta Code Llama на 6,6 млрд параметров для генерации, дополнения и понимания программного кода.
Подходит для: генерация фрагментов программного кода · автодополнение кода по контексту · объяснение программного кода
Инструкционная модель Meta на 6,6 млрд параметров для генерации, дополнения и объяснения кода по текстовым запросам.
Подходит для: генерация кода по текстовому описанию · дополнение незавершённого кода · заполнение пропусков внутри фрагмента кода
Инструктивная модель Meta с 34-миллиардным классом параметров для генерации кода, его завершения и ответов на инструкции.
Подходит для: генерация кода по текстовому запросу · автодополнение фрагментов кода · ответы на вопросы о коде
Компактная англоязычная модель семейства LLaMA для генерации текста и экспериментов со спекулятивным декодированием.
Подходит для: эксперименты с малой языковой моделью для спекулятивного декодирования · генерация английского текста · исследование авторегрессионных моделей семейства LLaMA
Коллекция крупных языковых моделей в 2-битном формате GGUF для текстовой генерации и диалогов с помощью llama.cpp.
Подходит для: диалоговые ответы на запросы и инструкции · генерация текста с локально запущенной LLM · написание и дополнение кода моделями Codellama
Базовая модель Meta с 33,5 млрд параметров для автодополнения, генерации и понимания кода.
Подходит для: автодополнение кода по текстовому контексту · генерация фрагментов кода · анализ и понимание исходного кода
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
Инструктивная модель Meta на 13 млрд параметров для генерации, дополнения и понимания кода.
Подходит для: дополнение кода в редакторе · заполнение пропусков внутри фрагмента кода · генерация кода по текстовому запросу
Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.
Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели
Компактная англоязычная decoder-only модель на 65 млн параметров для исследований обучения языковых моделей и анализа с pico-analyze.
Подходит для: изучение динамики обучения языковых моделей · воспроизводимые эксперименты с небольшими языковыми моделями · анализ поведения модели с помощью pico-analyze
Небольшой англоязычный декодерный трансформер для исследования обучения и анализа языковых моделей.
Подходит для: изучение динамики обучения языковой модели · анализ внутренних представлений модели с pico-analyze · воспроизводимые эксперименты с небольшим языковым трансформером
Базовая модель Meta Code Llama на 70 млрд параметров для автодополнения, генерации и понимания кода.
Подходит для: автодополнение кода по контексту файла · генерация фрагментов кода по текстовому запросу · помощь в понимании и анализе кода
Генеративная модель Meta на 70 млрд параметров для автодополнения, синтеза и понимания кода Python.
Подходит для: автодополнение кода Python · генерация функций и фрагментов Python · помощь в понимании программного кода
Code Llama 70B Instruct от Meta — текстовая модель для генерации кода, программирования по инструкциям и диалоговой помощи разработчикам.
Подходит для: написание функций и фрагментов кода по описанию · дополнение кода при разработке · объяснение кода и программных решений
Авторегрессионная модель Meta с 7 млрд параметров для генерации и понимания кода, специализированная на Python.
Подходит для: автодополнение Python-кода · генерация функций и фрагментов кода на Python · помощь при написании скриптов на Python
Дообученная Gemma 4 12B для решения алгоритмических задач на Python и генерации кода, проверенного тестами.
Подходит для: решение алгоритмических задач на Python · написание функций Python с учётом граничных случаев · генерация кода Python, проходящего детерминированные тесты
Слияние нескольких моделей Llama 3 на 7,5 млрд параметров для диалогов и генерации текста.
Подходит для: генерация ответов в диалоговом интерфейсе · ответы на вопросы · написание и продолжение текста
Англоязычная чат-модель LLaMA 3 на 7,5 млрд параметров, экстраполированная методом ExPO для улучшения соответствия ответов человеческим предпочтениям.
Подходит для: генерация ответов в диалоговом чате · ответы на вопросы на английском языке · создание инструктивных текстовых ответов
Компактный мультимодальный драфтер Gemma 4 для ускорения генерации текста методом спекулятивного декодирования.
Подходит для: ускорение генерации текста в конвейере speculative decoding · снижение задержки генерации на локальных устройствах · предсказание нескольких следующих токенов для проверки целевой моделью
Базовая модель на архитектуре Llama с 1,2 млрд параметров для автодополнения кода, продолжения текста и исследований кодовых языковых моделей.
Подходит для: автодополнение фрагментов Python · продолжение кода на других языках программирования · продолжение английского текста