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

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

Компактный DeiT-трансформер для классификации изображений ImageNet-1k и извлечения визуальных признаков.

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

Компактная модель Swin Transformer v2 для классификации изображений по классам ImageNet-1k.

Подходит для: классификация изображений по 1000 классам ImageNet · определение объектов и сцен на фотографиях · извлечение визуальных признаков для адаптации к задачам распознавания

Исследовательская англоязычная модель EleutherAI на 1,7 млрд параметров для генерации текста и экспериментов с поведением и интерпретируемостью языковых моделей.

Подходит для: изучение поведения языковых моделей в контролируемых экспериментах · исследование интерпретируемости трансформеров · сравнение моделей разного размера на одинаковых данных

Компактная модель Swin Transformer для классификации изображений ImageNet-1k, извлечения визуальных признаков и эмбеддингов.

Подходит для: классификация объектов на изображении · извлечение карт визуальных признаков · получение эмбеддингов изображений

Компактная англоязычная базовая модель на архитектуре Relaxed Recursive Transformer для продолжения текста, экспериментов и дальнейшего дообучения.

Подходит для: продолжение английского текста · эксперименты с рекурсивными трансформерами · исследование компактных языковых моделей

Трансформерная модель InstaDeep, NVIDIA и TUM для заполнения замаскированных участков ДНК и геномных исследований на основе человеческого референсного генома.

Подходит для: заполнение пропусков в последовательностях ДНК · восстановление замаскированных нуклеотидных фрагментов · извлечение представлений последовательностей человеческого генома

Многоязычная Seq2Seq-модель для дообучения на машинный перевод между 50 языками и другие задачи преобразования текста.

Подходит для: дообучение модели для перевода между поддерживаемыми языками · создание многоязычной системы машинного перевода · адаптация к преобразованию текста на нескольких языках

Плотная авторегрессионная модель на 570 млн параметров для генерации текста и исследований обучения трансформеров.

Подходит для: генерация продолжений английского текста · исследование интерпретируемости обучения трансформеров · анализ поведения языковой модели на разных этапах обучения

Англоязычная модель Google с архитектурой Switch Transformers и разреженным Mixture of Experts, предварительно обученная для последующей настройки на задачи преобразования текста.

Подходит для: дообучение модели для генерации текста по текстовому запросу · эксперименты с архитектурой Mixture of Experts · исследование переноса обучения с корпуса C4

Компактная англоязычная модель Funnel Transformer извлекает контекстные признаки текста для последующего дообучения и решения задач классификации и ответов на вопросы.

Подходит для: извлечение векторных признаков из английских текстов · подготовка представлений предложений для классификатора · классификация токенов после дообучения

Предварительно обученная байтовая модель Google на архитектуре T5 для последующего дообучения на задачах преобразования текста, особенно устойчивых к шуму.

Подходит для: дообучение для ответов на вопросы по шумным текстам · обработка сообщений с опечатками и нестандартным написанием · исправление орфографических ошибок после дообучения

Компактный трансформер для zero-shot прогнозирования одного или нескольких временных рядов с учётом доступных ковариат.

Подходит для: прогнозирование спроса по истории продаж и календарным факторам · прогнозирование трафика по прошлым значениям и погоде · прогнозирование нескольких взаимосвязанных временных рядов

Swin Transformer Small классифицирует изображения и может служить backbone для извлечения признаков и эмбеддингов.

Подходит для: классификация изображений по классам ImageNet · извлечение карт признаков из изображений · получение визуальных эмбеддингов для поиска похожих изображений

Swin Transformer Base — модель компьютерного зрения для классификации изображений по классам ImageNet-1k и использования в качестве основы для задач распознавания.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов на изображениях общего назначения · использование визуального backbone в задачах плотного распознавания

Трансформер, обученный на геномах множества видов, для восстановления замаскированных участков ДНК и решения задач геномной классификации.

Подходит для: восстановление замаскированных фрагментов ДНК · классификация геномных последовательностей · разметка участков последовательности ДНК

Многоязычный энкодер CrisisTransformers для векторизации и сравнения сходства предложений о кризисных событиях.

Подходит для: семантический поиск по сообщениям о кризисах · кластеризация публикаций о стихийных бедствиях и конфликтах · тематическое моделирование кризисных сообщений

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

Крупная модель Swin Transformer, предварительно обученная на ImageNet-22k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Производная модели crisistransformers/CT-XLMR-SE. Многоязычный энкодер CrisisTransformers для векторизации и сравнения сходства предложений о кризисных событиях.

Подходит для: семантический поиск по сообщениям о кризисах · кластеризация публикаций о стихийных бедствиях и конфликтах · тематическое моделирование кризисных сообщений

Swin Transformer v2 Base — модель Microsoft для классификации изображений по 1000 классам ImageNet.

Подходит для: Классификация изображений по классам ImageNet-1k · Определение основного объекта на фотографии · Извлечение визуальных признаков для последующей адаптации

Компактный визуальный трансформер DeiT для классификации изображений ImageNet-1k и извлечения признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение эмбеддингов изображений · создание признакового бэкбона для компьютерного зрения