Дообученная на итальянской речи модель Wav2Vec2 для автоматического преобразования аудио в текст.

Подходит для: транскрибация речи на итальянском языке · создание субтитров для итальянских аудио- и видеозаписей · распознавание итальянской речи в записях интервью

MagenticBrain — дообученная модель Microsoft Research на 14 млрд параметров для планирования агентных задач и структурированного вызова инструментов в хост-среде.

Подходит для: планирование многошагового рабочего процесса с заданными инструментами · выбор функции и заполнение её аргументов по схеме · выполнение последовательности CLI-задач через хост-среду

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

Magi — модель для автоматической генерации транскрипций комиксов и манги.

Подходит для: автоматическая транскрипция текста в комиксах · извлечение признаков из страниц манги · подготовка комиксов к поиску и кластеризации

Компактная дообученная языковая модель Nanbeige с весами DSpark для ускоренного инференса и многошаговых агентных, программных и офисных задач.

Подходит для: создание локального персонального помощника · выполнение многошаговых задач с инструментами · помощь в написании и анализе кода

Дообученная Wav2Vec2 модель для распознавания итальянской речи и преобразования аудио в текст.

Подходит для: транскрибация итальянской речи · распознавание итальянской речи из записей интервью · создание субтитров для италоязычных выступлений

Англоязычная модель Mamba2 с тремя блоками внимания, маршрутизируемыми по энтропии, для генерации текста и исследований гибридных архитектур.

Подходит для: генерация продолжения англоязычного текста · эксперименты с гибридами рекуррентных сетей и внимания · изучение маршрутизации внимания по неопределённости

Magma-8B — мультимодальная агентная модель для понимания визуальной среды, навигации по интерфейсам и планирования действий робота.

Подходит для: навигация по пользовательским интерфейсам по скриншотам и текстовым инструкциям · планирование манипуляций робота с объектами · управление агентом в игровых средах

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода

Крупная модель DeBERTa-v2 для извлечения векторных представлений текста и использования в прикладных NLP-задачах.

Подходит для: создание текстовых эмбеддингов · семантический поиск по документам · кластеризация текстов

Базовая компактная причинная языковая модель M2R, обученная на одном CPU-ядре и предназначенная прежде всего для дальнейшего дообучения и исследований.

Подходит для: дообучение компактной языковой модели под специализированные данные · исследование обучения языковых моделей на одном CPU-ядре · эксперименты с линейным и скользящим оконным вниманием

MGM-34B-HD — дообученная мультимодальная чат-модель на 34 млрд параметров для диалога, понимания изображений высокого разрешения, визуальных рассуждений и генерации изображений.

Подходит для: ответы на вопросы о содержимом изображений высокого разрешения · визуальные рассуждения по изображению в диалоге · мультимодальный чат-бот для исследовательских экспериментов

Компактная базовая языковая модель, обученная на одном CPU-ядре и предназначенная для экспериментов и дальнейшего дообучения.

Подходит для: эксперименты с обучением языковых моделей на CPU · дообучение компактной авторегрессионной модели · исследование сочетания линейного и скользящего оконного внимания

DAGGER-12B-SFT — дообученная Gemma 3 для решения бенгальских математических задач с отвлекающими данными и генерацией вычислительных графов.

Подходит для: решение математических текстовых задач на бенгальском языке · построение вычислительного графа по условию задачи · выделение значимых чисел среди отвлекающих данных

Компактная базовая M2R-модель, обученная на одном CPU-ядре и предназначенная для экспериментов и дальнейшего дообучения, а не свободной генерации.

Подходит для: дообучение компактной языковой модели под предметную область · эксперименты с обучением LLM на CPU · исследование маршрутизации экспертов в MoE-модели

MGM-2B — дообученный на мультимодальных инструкциях чат-бот на базе Gemma-2B-it для диалога и понимания изображений.

Подходит для: вопросы и ответы по изображению · описание содержимого изображения в диалоге · рассуждения по визуальным инструкциям

MGM-8B-HD — мультимодальная чат-модель на базе Llama 3, предназначенная для диалога и понимания изображений высокого разрешения.

Подходит для: ответы на вопросы по изображениям высокого разрешения · диалог с визуальным контекстом · рассуждение по содержимому изображения

Базовая модель DeBERTaV2, предварительно обученная на малайских текстах для понимания языка и дальнейшего дообучения.

Подходит для: дообучение классификатора малайских текстов · извлечение сущностей из малайскоязычных документов после адаптации · создание модели для поиска ответов в малайских текстах после дообучения

Дообученная на GLM-4.6 языковая модель для многошаговой агентной работы, автономного программирования и использования инструментов.

Подходит для: декомпозиция крупных задач разработки на последовательные этапы · автономная работа над изменениями в репозитории и pull request · планирование и выполнение длительных рабочих процессов с инструментами

Экспериментальная 27-миллиардная Qwen-модель для математических рассуждений и следования инструкциям, дообученная на трассах рассуждений GLM-5.1.

Подходит для: многошаговое решение математических задач · логические рассуждения по текстовым запросам · выполнение сложных инструкций

Дообученная на базе DeBERTa-v3 модель оценивает текстовые ответы и может использоваться как reward model в RLHF.

Подходит для: оценка качества ответа языковой модели · ранжирование нескольких вариантов ответа · отбор предпочтительных ответов для обучения