Экспериментальная инструкционная языковая модель на 1,7 млрд параметров для генерации текста и выполнения запросов в формате ChatML.

Подходит для: генерация ответов на инструкции в формате ChatML · подготовка черновиков текста по запросу · эксперименты с позиционным кодированием на основе матрицы Адамара—Уолша

Крупная модель OneFormer с backbone Dinat для семантической, экземплярной и паноптической сегментации изображений ADE20k.

Подходит для: Сегментация классов объектов и областей на изображении · Выделение отдельных экземпляров объектов на сцене · Паноптическая сегментация городской или интерьерной сцены

Dinah-0 — компактный encoder на базе ModernBERT для классификации вариантов и принятия типизированных решений на английском и португальском языках.

Подходит для: выбор категории или метки из предложенных вариантов · маршрутизация запросов по заданным правилам · выбор инструмента или следующего действия по состоянию и вариантам

Модель MPNet преобразует предложения и абзацы в 768-мерные эмбеддинги для семантического поиска, сравнения и кластеризации текстов.

Подходит для: семантический поиск по коллекции документов · поиск похожих предложений · сравнение текстов по смыслу

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

Компактный vision Transformer на 14,7 млн параметров для классификации изображений по классам ImageNet-1K.

Подходит для: классификация объектов на фотографиях · определение класса изображения из набора ImageNet-1K · встраивание классификатора изображений в приложение на PyTorch

OneFormer Large с backbone DiNAT — модель для семантической, экземплярной и паноптической сегментации изображений.

Подходит для: разметка пикселей изображения по классам объектов · выделение отдельных экземпляров объектов на изображении · создание паноптической карты сцены

Производная модели Josephus67/Appati_tts. Дообученная англоязычная Llama-модель для генерации текста в диалоговом режиме.

Подходит для: генерация текстовых ответов в диалоге · продолжение текста на английском языке · создание англоязычных текстов

DiNAT-Tiny — визуальный трансформер для классификации изображений по классам ImageNet-1K.

Подходит для: классификация изображений по классам ImageNet · распознавание объектов на изображениях размером 224×224 · использование как основы для дообучения под задачи компьютерного зрения