Базовая биологическая языковая модель на архитектуре StripedHyena для моделирования и проектирования нуклеотидных последовательностей.

Подходит для: генерация биологических нуклеотидных последовательностей · моделирование прокариотических геномных последовательностей · проектирование последовательностей для молекулярных задач

Базовая модель Evo 2 для генерации и продолжения последовательностей ДНК на уровне нуклеотидов.

Подходит для: генерация продолжений последовательностей ДНК · завершение последовательностей генов прокариот · моделирование геномных последовательностей

EVA02 Base Patch14 448 — модель Vision Transformer для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · получение визуальных признаков для последующей обработки · использование как backbone в компьютерном зрении

Биологическая языковая модель StripedHyena для моделирования и генерации нуклеотидных последовательностей с контекстом 8 192 токена.

Подходит для: генерация биологических последовательностей на уровне нуклеотидов · моделирование прокариотических геномных последовательностей · дообучение базовой модели для молекулярных задач

Модель EVA Large Patch14 классифицирует изображения и извлекает визуальные признаки для задач компьютерного зрения.

Подходит для: классификация изображений по категориям · извлечение признаков изображений для последующей обработки · использование визуального backbone в системах компьютерного зрения

Порт Evo 2 на архитектуре StripedHyena 2 для предсказания следующих байтов в последовательностях ДНК и извлечения их представлений.

Подходит для: предсказание продолжения последовательности ДНК · извлечение векторных представлений геномных последовательностей · получение скрытых состояний по слоям для анализа ДНК

Порт Evo 2 7B для Transformers генерирует последовательности ДНК на уровне нуклеотидов и поддерживает контекст до миллиона токенов.

Подходит для: генерация последовательностей ДНК · продолжение заданной нуклеотидной последовательности · исследование языковых моделей для геномных последовательностей

Порт Evo 2 7B с контекстом 262K для генерации и анализа биологических последовательностей, включая ДНК.

Подходит для: генерация продолжений последовательностей ДНК · извлечение скрытых представлений геномных последовательностей · анализ внутренних представлений биологических последовательностей

Крупная модель компьютерного зрения EVA Giant классифицирует изображения и извлекает визуальные признаки для дальнейших задач.

Подходит для: классификация изображений по категориям · извлечение эмбеддингов изображений · создание визуального бэкбона для компьютерного зрения

Порт Evo 2 в формате Hugging Face для генерации и анализа длинных последовательностей ДНК, включая извлечение скрытых состояний и весов внимания.

Подходит для: генерация продолжений последовательностей ДНК · извлечение эмбеддингов для геномных последовательностей · получение скрытых состояний отдельных слоёв модели

Порт базовой геномной модели Evo 2 на StripedHyena 2 для предсказания продолжения ДНК-последовательностей и извлечения их представлений.

Подходит для: предсказание следующих байтов в последовательности ДНК · извлечение скрытых представлений геномных последовательностей · получение весов внимания при анализе последовательностей

Ling-1T — многоязычная MoE-модель для генерации текста, решения сложных задач, программирования и диалогового взаимодействия.

Подходит для: решение задач по математике и логике · генерация и отладка программного кода · создание кода для веб-интерфейсов

EVA Giant — крупная модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: Классификация изображений по категориям · Извлечение эмбеддингов изображений для поиска по сходству · Использование как визуального backbone в компьютерном зрении

Модель EVA-02 Base классифицирует изображения и извлекает визуальные признаки для компьютерного зрения.

Подходит для: классификация изображений по категориям · извлечение эмбеддингов изображений для поиска похожих объектов · получение признаков изображений для последующих задач компьютерного зрения

Модель Evo 2 с контекстом до 1 млн токенов для генерации последовательностей ДНК и извлечения их представлений.

Подходит для: генерация продолжений последовательности ДНК · извлечение скрытых представлений геномных последовательностей · анализ длинных последовательностей ДНК

EVA Large Patch14 — модель timm для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-22k и дообученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · распознавание сцен и визуальных категорий · извлечение признаков изображений для поиска по сходству

Биологическая модель Together AI для анализа и генерации длинных генетических последовательностей вплоть до масштаба генома.

Подходит для: генерация длинных последовательностей ДНК · моделирование геномных последовательностей · анализ закономерностей в геномах прокариот

Визуальная модель EVA Large для классификации изображений и извлечения эмбеддингов, дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение эмбеддингов изображений для поиска по сходству · использование визуального backbone в системах компьютерного зрения

Evo 1.5 — байтовая геномная языковая модель для анализа и генерации последовательностей ДНК с контекстом до 8 192 токенов.

Подходит для: генерация кандидатных генов с учётом геномного окружения · создание синтетических последовательностей ДНК · вычисление скрытых представлений геномных последовательностей

EVA Large patch14 336 — крупная модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · определение объектов и сцен на изображениях · извлечение визуальных эмбеддингов для поиска похожих изображений

Разреженная MoE-языковая модель NeXTHub для диалогов, рассуждений, математики, программирования и вызова инструментов.

Подходит для: ответы на сложные вопросы в диалоге · решение математических задач и объяснение решений · генерация и отладка программного кода

Мультимодальная модель на 27 млрд параметров для консервативной классификации изображений по безопасности и выявления откровенного или чувствительного контента.

Подходит для: фильтрация изображений с потенциально откровенным содержанием · модерация пользовательских изображений по категориям «безопасно» и «небезопасно» · проверка изображений для систем родительского контроля