Набор квантизованных GGUF-вариантов Qwen3.8-27B для генерации текста и мультимодального диалога с поддержкой спекулятивного декодирования MTP.

Подходит для: генерация длинных текстов по большому контексту · ответы на вопросы по текстовым документам · диалог с пользователем по тексту и изображениям

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

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

Семейство GGUF-квантованных вариантов Qwen3.8-27B для локальной генерации текста и диалогов с длинным контекстом.

Подходит для: генерация и продолжение художественных историй · диалоги с локально запущенной языковой моделью · генерация текста на длинном контексте

Набор из семи вариантов GGUF-квантизации Muse-Glimmer-30B для текстового инференса с длинным контекстом через совместимый рантайм llama.cpp.

Подходит для: локальный диалог с языковой моделью · генерация текста с контекстом до 131 072 токенов · сравнение качества и размера вариантов NVFP4 с разной точностью выходного слоя и эмбеддингов

Компактная GGUF-сборка Qwen3.8-27B для генерации текста и диалогов на видеокартах Blackwell с 16 ГБ памяти, с поддержкой изображений и видео через отдельный проектор.

Подходит для: локальный запуск чат-ассистента на видеокарте Blackwell с 16 ГБ памяти · суммаризация длинных документов с большим контекстом · ответы на вопросы по текстовым материалам

Экспериментальная GGUF-сборка Qwen3.8-27B с NVFP4 и изменением SSMFIX предназначена для генерации текста и проверки мультимодальной модели с MTP-спекулятивным декодированием.

Подходит для: генерация ответов и продолжение текста · общение с моделью по изображению через визуальный проектор · эксперименты со спекулятивным декодированием MTP

Компактная англоязычная авторегрессионная модель Ettin на 32 млн параметров для генерации текста и быстрого прототипирования.

Подходит для: продолжение англоязычного текста · быстрое прототипирование генеративных приложений · эксперименты с компактными decoder-only моделями

Семейство квантованных GGUF-вариантов Qwen3.8 на 27 млрд параметров для диалоговой генерации текста с поддержкой спекулятивного декодирования.

Подходит для: генерация ответов в диалоговом интерфейсе · создание и продолжение художественных текстов · запуск локальной языковой модели в llama.cpp

Квантованная в GGUF версия 27-миллиардной гибридной модели Qwen3.8 для генерации текста и диалогов с длинным контекстом и поддержкой спекулятивного декодирования.

Подходит для: генерация текста и продолжение промптов · ведение диалогов с ИИ · ответы по длинному контексту до 262 144 токенов

GRaPE 2.5 Helios — мультимодальная модель на базе Qwen3.5-9B для диалога, анализа изображений, рассуждений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · разбор видеоматериалов с текстовыми ответами · генерация и редактирование кода в агентной среде

Компактная модель LogoLabs создаёт изображения размером 256 × 256 по англоязычным текстовым запросам, особенно иконки и символы.

Подходит для: генерация иконок по текстовому описанию · создание символов и простых графических композиций · прототипирование изображений по англоязычным промптам

Англоязычный авторегрессионный декодер Ettin на 394,7 млн параметров для генерации текста и исследований языковых моделей.

Подходит для: продолжение английского текста по затравке · генерация черновиков и коротких фрагментов текста · прототипирование приложений на основе генерации текста

Компактная GGUF/NVFP4-версия дообученной Qwen3.8-27B для диалоговой генерации текста и мультимодального общения с изображениями.

Подходит для: диалоговые ответы и генерация текста · ответы на вопросы по изображениям с подключённым vision-проектором · локальный запуск большой языковой модели на видеокарте Blackwell с 16 ГБ VRAM

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

CED-Small — компактная модель для классификации аудиозаписей и распознавания звуковых событий по мел-спектрограммам.

Подходит для: классификация звуковых событий в аудиозаписях · разметка аудио по классам AudioSet · распознавание бытовых и окружающих звуков

Семейство квантованных GGUF-вариантов Qwen3.6-27B для генерации текста и диалогов с поддержкой спекулятивного декодирования.

Подходит для: генерация ответов в диалоговом интерфейсе · создание и продолжение текстов · локальный запуск языковой модели в llama.cpp

Базовая MoE-языковая модель Aether с семью механизмами внимания для продолжения текста и исследований архитектуры.

Подходит для: продолжение текста на английском и корейском языках · бенчмаркинг базовой языковой модели · сравнение запусков архитектуры с разными механизмами внимания

Вспомогательная модель Eagle для ускорения генерации текста Llama 3.3 70B с помощью спекулятивного декодирования в TensorRT-LLM.

Подходит для: ускорение ответов чат-бота на базе Llama 3.3 70B · ускорение генерации ответов в RAG-системе · ускорение ответов AI-агента

Esper 3.1 — дообученная модель Valiant Labs на базе Qwen3.5-27B для программирования, технических рассуждений, проектирования архитектуры и DevOps.

Подходит для: написание и разбор кода по техническому заданию · поиск ошибок и рассуждение над сложными задачами программирования · проектирование облачной и программной архитектуры

Производная модели arcee-ai/Trinity-Nano-Base-Pre-Anneal. Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.

Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста

Esper 3.1 — дообученная модель Qwen для сложных задач программирования, проектирования систем и DevOps.

Подходит для: поиск ошибок и решение сложных задач по коду · проектирование облачной и программной архитектуры · создание и проверка конфигураций Docker и Kubernetes

Бюджетная GGUF-квантизация дообученной мультимодальной Qwen3.8-27B для диалоговой генерации текста и анализа изображений при наличии проектора.

Подходит для: диалоговые ответы и продолжение текста · генерация текста на длинном контексте · анализ изображений с подключённым проектором mmproj

Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.

Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста