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

Базовая языковая модель TensorOpera AI на 1,7 млрд параметров для генерации текста и кода и последующего дообучения.

Подходит для: генерация продолжений текста · генерация фрагментов кода · дообучение языковой модели под специализированные задачи

Базовая причинная языковая модель CyFA на 385 млн параметров для генерации текста и дальнейшей адаптации.

Подходит для: генерация продолжения текста · создание базовой модели для дообучения · эксперименты с архитектурой Cyclic Flow Attention

Базовая языковая модель CyFA с архитектурой Cyclic Flow Attention для генерации текста и дальнейших экспериментов.

Подходит для: генерация продолжения текста · создание базовой модели для дообучения · эксперименты с архитектурой Cyclic Flow Attention

Шардированный BF16-чекпойнт Falcon-7B для авторегрессионной генерации текста, запуска и дообучения языковой модели.

Подходит для: генерация продолжений текста · создание черновиков и ответов · суммаризация после дообучения

Дообученная vision-encoder-decoder модель для распознавания текста на урду в изображениях.

Подходит для: распознавание урду на сканах документов · извлечение текста урду из фотографий · оцифровка печатных материалов на урду

Компактная причинная модель Falcon на 58 млн параметров для генерации текста с контекстом до 2048 токенов.

Подходит для: генерация коротких текстовых продолжений · эксперименты с компактными языковыми моделями · прототипирование генерации текста на архитектуре Falcon

Модель на архитектуре vision-encoder-decoder распознаёт печатный и рукописный текст на урду в изображениях строк и документов.

Подходит для: распознавание печатного урду в изображениях строк · распознавание рукописного урду в заметках · извлечение урду из отсканированных документов