GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Компактная 3,2-миллиардная языковая модель для диалогов, рассуждений, программирования и агентных задач с вызовом инструментов.

Подходит для: многошаговые задачи с вызовом внешних инструментов · помощь в программировании и работа кодового агента · решение математических и научных задач

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Англоязычная модель DeBERTa XLarge, дообученная на MNLI для классификации текста и определения отношений между предложениями.

Подходит для: определение логического следования между посылкой и гипотезой · классификация пар предложений по семантическому отношению · оценка текстовых гипотез в задачах NLU

Англоязычная модель EleutherAI с 1,2 млрд параметров для генерации текста и исследований поведения и интерпретируемости языковых моделей.

Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разного размера · анализ влияния этапа обучения на поведение модели

Открытая модель на 27 млрд параметров для задач программирования, математики и физики с длинным контекстом и поддержкой вызова инструментов.

Подходит для: поиск и исправление ошибок в кодовых репозиториях · решение сложных математических задач · анализ задач по физике и научных вопросов

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

decider-4b — дообученная языковая модель, которая за один проход оценивает заданные варианты ответов для типизированных вопросов и состояний.

Подходит для: выбор действия в игре по текущему состоянию · оценка вариантов решения для браузерного агента · классификация состояния по заданному набору меток

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Decision Transformer для управления агентом в среде Gym Hopper на основе траекторий среднего уровня.

Подходит для: управление агентом в Gym Hopper · предсказание действий по состояниям среды · эксперименты с офлайн-обучением с подкреплением

Компактная англоязычная decoder-only модель на 65 млн параметров для исследований обучения языковых моделей и анализа с pico-analyze.

Подходит для: изучение динамики обучения языковых моделей · воспроизводимые эксперименты с небольшими языковыми моделями · анализ поведения модели с помощью pico-analyze

Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.

Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Англоязычная авторегрессионная модель EleutherAI на 1,7 млрд параметров для контролируемых исследований поведения и интерпретируемости языковых моделей.

Подходит для: исследование поведения языковых моделей · эксперименты по интерпретируемости LLM · сравнение моделей разных размеров на одинаковых данных

Англоязычная авторегрессионная модель EleutherAI с 1,2 млрд параметров для исследований генерации и интерпретируемости языковых моделей.

Подходит для: изучение поведения авторегрессионной языковой модели · эксперименты по интерпретируемости трансформеров · сравнение моделей разных размеров на контролируемых данных

Многоязычный энкодер на 211,7 млн параметров для заполнения пропусков, поиска и классификации текста, включая код и математические данные.

Подходит для: восстановление пропущенных слов в тексте · поиск релевантных документов на нескольких языках · классификация отзывов и текстовых последовательностей

Англоязычный энкодер ModernBERT на 68,1 млн параметров для заполнения пропусков и дообучения на задачи понимания текста.

Подходит для: Заполнение пропусков в английском тексте · Дообучение энкодера для классификации текстов · Получение текстовых эмбеддингов для поиска

Компактная модель на базе Qwen2.5, дообученная для ускорения генерации DeepSeek-R1-Distill-Qwen-32B методом спекулятивного декодирования.

Подходит для: ускорение генерации DeepSeek-R1-Distill-Qwen-32B через speculative decoding · использование как черновой модели для крупной языковой модели в GGUF · ускорение локального вывода на видеокартах RTX 3090 и RTX 4090

Англоязычная модель EleutherAI на 15,4 млрд параметров для генерации текста и контролируемых исследований поведения и интерпретируемости больших языковых моделей.

Подходит для: эксперименты по интерпретируемости больших языковых моделей · изучение влияния дедупликации обучающих данных · анализ поведения базовой языковой модели при продолжении текста

Дообученная Gemma 4 12B для решения алгоритмических задач на Python и генерации кода, проверенного тестами.

Подходит для: решение алгоритмических задач на Python · написание функций Python с учётом граничных случаев · генерация кода Python, проходящего детерминированные тесты

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

Черновая модель EAGLE3 для ускорения генерации MiniMax M2.5 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста MiniMax M2.5 · предложение черновых токенов для EAGLE3 · настройка спекулятивного декодирования в SGLang

Вспомогательная модель-драфтер Gemma 4 E4B для ускорения генерации текста методом speculative decoding в связке с целевой моделью.

Подходит для: ускорение генерации ответов чат-моделью Gemma 4 · снижение задержки генерации текста на устройстве · ускорение пошаговой генерации в приложениях с длинными ответами

Базовая MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.

Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами