EfficientNet-B3 RA2 — модель timm для классификации изображений на 1000 классов ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · получение визуальных признаков для компьютерного зрения · извлечение эмбеддингов изображений для поиска по сходству

EfficientNetV2-L — модель классификации изображений, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков и карт признаков из изображений · получение эмбеддингов изображений для поиска и кластеризации

EfficientNet-B0 — компактная свёрточная модель для классификации изображений по классам ImageNet-1k.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов и сцен на изображениях · построение базового классификатора для компьютерного зрения

Компактная сверточная модель EfficientNet-Lite0 для классификации изображений и извлечения признаков.

Подходит для: классификация изображений по классам ImageNet-1k · получение карты признаков изображения для компьютерного зрения · извлечение векторов изображений для последующей обработки

Сверточная EfficientNet-B4 для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение карт признаков изображения

EfficientNet-B7 — свёрточная модель для классификации изображений по 1000 классам ImageNet-1k.

Подходит для: Классификация фотографий по классам ImageNet-1k · Распознавание объектов на изображениях · Получение оценок вероятности классов для изображения

EfficientNetV2-M — модель классификации изображений, дообученная на ImageNet-1k и доступная в PyTorch через timm.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков из изображений · получение карт признаков для задач компьютерного зрения

Компактная модель EfficientNet-Lite для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений для последующего поиска или анализа

OTel-2.0-LLM-31B-IT — англоязычная инструкционная модель на базе Gemma 4 31B-IT для ответов на вопросы и RAG-задач в телекоммуникациях.

Подходит для: ответы на вопросы по телекоммуникационным стандартам · RAG по сетевой технической документации · краткое изложение материалов 3GPP и ETSI

Модель EfficientNetV2 из timm для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · определение категорий и сцен на фотографиях · извлечение карт признаков для компьютерного зрения

Компактная сверточная EfficientNet-Lite модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: Классификация изображений по категориям ImageNet · Извлечение карт признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения

Мультимодальная модель Qwen3.5 для диалогов и анализа изображений, настроенная отвечать на запросы по кибербезопасности без отказов.

Подходит для: ответы на вопросы по кибербезопасности · консультации по offensive security · анализ изображений в диалоге

Von — англоязычная модель классификации и оценки, которая за один проход выбирает или ранжирует заданные варианты без генерации текста.

Подходит для: маршрутизация обращений в службу поддержки · классификация намерений клиента · проверка запросов на соответствие политике или критериям

Компактная модель EfficientNetV2 для классификации изображений по категориям ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение признаков для компьютерного зрения

Черновая модель DFlash 2 ускоряет генерацию Qwen3.8-27B, предлагая блоки токенов для проверки при спекулятивном декодировании.

Подходит для: ускорение генерации ответов Qwen3.8-27B на сервере · ускорение решения математических задач моделью Qwen · ускорение генерации кода моделью Qwen

Дообученная модель Qwen2 на 7,1 млрд параметров для диалоговой генерации текста и решения задач с кодом.

Подходит для: генерация и продолжение программного кода · ответы на вопросы о коде в диалоге · анализ и объяснение фрагментов кода

Компактная модель EfficientNetV2 для классификации изображений по категориям ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаковых карт для компьютерного зрения · получение визуальных эмбеддингов изображений

Экспериментальная 27-миллиардная модель Jackrong для агентного программирования, отладки репозиториев и вызова инструментов.

Подходит для: генерация кода и правок в существующем репозитории · поиск и исправление ошибок в коде · создание патчей по описанию задачи

Qwythos-27B-v1 — мультимодальная модель Empero AI для диалогов, рассуждений и агентных сценариев с инструментами, дообученная на базе Qwen3.5-27B.

Подходит для: решение задач STEM и пошаговые рассуждения · работа с терминальными сессиями и выводом команд · вызов инструментов в агентных сценариях

Крупная MoE-модель Ornith-1.5-397B для агентного программирования, выполнения задач в терминале и вызова инструментов.

Подходит для: автоматическое исправление ошибок в репозиториях · выполнение многошаговых задач программирования через агента · работа с кодом и файлами в терминале

Свёрточная EfficientNet-B4 классифицирует изображения по категориям ImageNet-1k.

Подходит для: классификация фотографий по категориям ImageNet · распознавание объектов и сцен на изображениях · автоматическая категоризация изображений в коллекциях

EfficientNetV2-M — модель классификации изображений ImageNet-1k, также пригодная для извлечения признаков и эмбеддингов.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение признаковых карт из изображений · получение эмбеддингов изображений для поиска или кластеризации

Сверточная EfficientNet-B5 классифицирует изображения по классам ImageNet-1k и может извлекать признаки и эмбеддинги.

Подходит для: классификация объектов на изображениях · определение класса изображения из набора ImageNet-1k · извлечение признаковых карт для компьютерного зрения

Черновая модель для спекулятивного декодирования, ускоряющая генерацию текста целевой Qwen3.8-27B в совместимом сервере.

Подходит для: Ускорение генерации ответов моделью Qwen3.8-27B · Увеличение пропускной способности сервера генерации текста · Ускорение решения математических задач целевой моделью