Быстрая модель на базе DistilBERT для локальной классификации и маршрутизации типовых запросов в каскаде DRISTI.

Подходит для: классификация простых пользовательских запросов · маршрутизация запросов к компонентам AI-инфраструктуры · быстрая локальная обработка типовых запросов

Модель RoBERTa классифицирует тональность текстов на переключаемом тагальском языке как положительную, отрицательную или нейтральную.

Подходит для: определение тональности сообщений на Taglish · анализ отзывов на тагальском языке · классификация публикаций в соцсетях по тональности

DRISTI-V2-Heavy — англоязычный классификатор DeBERTa-v2 для локальной обработки сложных запросов и маршрутизации их в каскаде DRISTI.

Подходит для: маршрутизация сложных запросов к более мощной модели · классификация запросов для каскада ИИ-моделей · обнаружение запросов вне обучающего распределения

Компактная англоязычная модель KBlueLeaf на архитектуре LLaMA, которая дополняет и оптимизирует текстовые запросы для генерации изображений.

Подходит для: расширение короткого промпта для генерации изображения · добавление тегов и визуальных деталей к запросу · подготовка промптов для Stable Diffusion

Диалоговая дообученная модель Qwen3.5 с 9,65 млрд параметров для рассуждений, научных и технических задач и помощи в исследованиях ИИ.

Подходит для: многошаговое решение научных задач · ответы на вопросы по исследованиям ИИ · технический анализ и решение инженерных задач

Предварительно обученная RoBERTa для заполнения пропусков в текстах на тагальском и таглише.

Подходит для: восстановление замаскированных слов в тагальском тексте · подстановка пропущенных токенов в таглише · языковые эксперименты с тагальскими текстами

Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.

Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству

DUO Distilled — англоязычная языковая модель примерно на 130 млн параметров для заполнения пропусков и генерации текста.

Подходит для: заполнение пропущенных слов и фрагментов текста · восстановление текста с замаскированными участками · эксперименты с генерацией английского текста

Dolphin 2.9.4 — дообученная на базе Llama 3.1 8B диалоговая модель для следования инструкциям, программирования и агентных сценариев.

Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение кода · решение математических задач

Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.

Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели

Англоязычная модель AllenAI на 13,2 млрд параметров для диалогов, следования инструкциям и генерации текста, дообученная с использованием DPO.

Подходит для: ответы на вопросы в диалоге на английском языке · решение математических задач и задач на рассуждение · выполнение текстовых инструкций

Экспериментальная компактная языковая модель BananaMind с разреженным вниманием DSA для сравнения схем внимания и генерации текста.

Подходит для: сравнение разреженного DSA и стандартного внимания · воспроизведение контролируемого эксперимента по абляции внимания · изучение индексатора ключей и разреженного внимания в небольшой языковой модели

TIPO-200M — компактная LLaMA-модель для расширения и уточнения текстовых промптов перед генерацией изображений.

Подходит для: расширение короткого запроса для Stable Diffusion · уточнение тегов Danbooru в промпт для генерации изображения · дополнение обрезанной подписи к изображению

Дообученная языковая модель Qwen2 на 1,5 млрд параметров для выполнения инструкций и экспериментов по дистилляции.

Подходит для: генерация ответов на пользовательские инструкции · выполнение многошаговых инструкций в диалоге · сравнение качества моделей, следующих инструкциям

Слитая мультимодальная модель CloudGoat на базе Qwen3.5 для диалога, программирования, анализа изображений и агентных задач.

Подходит для: генерация и отладка кода · решение задач программирования по описанию · анализ изображений в диалоге

Компактная англоязычная MoE-модель Doge на 13,1 млн параметров для генерации текста и диалогов.

Подходит для: эксперименты с генерацией английского текста · продолжение обучения на новом наборе данных · создание простого диалогового прототипа

Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.

Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях

Производная модели ornith-ai/Ornith-1.5-35B-A3B. Диалоговая MoE-модель на 35 млрд параметров для генерации текста, агентного программирования и работы с инструментами.

Подходит для: генерация и объяснение программного кода · поиск и исправление ошибок в репозиториях · выполнение задач разработки через агентные инструменты

Диалоговая модель Mistral на 7,1 млрд параметров для генерации текста и ролевого общения, дообученная методом DPO.

Подходит для: ролевое общение с языковой моделью · генерация диалоговых ответов · генерация текста по инструкциям

Базовая диффузионная языковая модель ByteDance на 7,6 млрд параметров для генерации, дополнения и заполнения пропусков в коде.

Подходит для: генерация кода по текстовому описанию · автодополнение фрагмента кода · заполнение пропущенного участка между префиксом и суффиксом

Дообученная на задачах BabyAI модель Qwen3-1.7B для генерации текста и выполнения инструкций в среде BabyAI.

Подходит для: выполнение задач BabyAI в симулируемой среде · генерация ответов агента по текстовому описанию ситуации · исследовательская оценка поведения языкового агента

Компактная англоязычная чат-модель Qwen3, дообученная методом DPO для экспериментов с выравниванием и простых диалогов.

Подходит для: изучение влияния DPO на поведение языковой модели · эксперименты с обучением чат-моделей на предпочтениях · простые англоязычные диалоги

Экспериментальная дообученная модель Qwen2.5-1.5B служит учителем для on-policy-дистилляции в среде Circuit и генерирует текст.

Подходит для: генерация ответов в экспериментальной среде Circuit · использование модели-учителя в on-policy-дистилляции · исследование GRPO для интерактивных задач

Экспериментальная модель-учитель на базе Qwen2.5-1.5B-Instruct для задач сортировки и исследований on-policy дистилляции.

Подходит для: исследование обучения моделей решению задач сортировки · использование модели-учителя в on-policy дистилляции · эксперименты с GRPO в среде Sorting