Предварительно обученная модель Data-Juicer на базе LLaMA-1.3B для генерации текста и исследований компактных языковых моделей.

Подходит для: генерация продолжения текста · исследование влияния очистки обучающих данных на качество LLM · оценка компактных языковых моделей на задачах HELM

Juicer — дообученная модель Qwen для выполнения инструкций по очистке, фильтрации и семантической разметке текстовых данных с выдачей структурированных результатов.

Подходит для: очистка текстовых корпусов по пользовательским инструкциям · удаление дублей, ссылок и форматного шума · фильтрация текстовых записей по длине и качеству

Дообученная модель Qwen3, которая анализирует фрагменты корпуса и формирует JSON-план их отбора и очистки.

Подходит для: Отбор фрагментов корпуса для предобучения · Решение, отбросить ли фрагмент или оставить без изменений · Планирование удаления шумовых строк

Агентная модель на базе Qwen3 для автономного анализа данных, выполнения задач полного цикла Data Science и подготовки исследовательских отчётов.

Подходит для: подготовка и очистка наборов данных · исследовательский анализ таблиц CSV и Excel · анализ данных из баз данных и JSON

Дообученная Qwen3.5-2B для агентного анализа данных и решения задач с инструментами в нескольких harness-средах.

Подходит для: выполнение задач анализа данных в агентной среде · решение задач из набора SmolDataEnvs · генерация ответов для OpenCode, Claude Code и Codex

Дообученная модель Qwen3 для удаления целых строк с шумом из текстовых документов без переписывания оставшегося содержимого.

Подходит для: удаление навигации и рекламы из текстов веб-страниц · очистка документов от шаблонных строк и панелей обмена · удаление метаданных каталогов из текстовых фрагментов

Jellyfish-8B — дообученная на английских табличных задачах языковая модель для проверки и структурирования данных.

Подходит для: поиск ошибочных значений в строках таблицы · заполнение пропусков в табличных данных · сопоставление столбцов из разных схем

Дообученная на Qwen3-8B диалоговая модель для обработки данных по текстовым инструкциям.

Подходит для: обработка данных по текстовому запросу · преобразование структурированных данных · обработка простых наборов данных