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
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
GLM-4.5-Air — гибридная диалоговая модель Zhipu AI для рассуждений, программирования и интеллектуальных агентов с поддержкой инструментов.
Подходит для: диалоговые ответы на вопросы · пошаговое рассуждение над сложными задачами · генерация и анализ программного кода
Инструктивная языковая модель IBM на 3,4 млрд параметров для диалоговых ассистентов, генерации текста, работы с кодом и вызова инструментов.
Подходит для: создание диалогового ИИ-ассистента · ответы на вопросы по внутренним документам с RAG · суммаризация длинных текстов
Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.
Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе
Granite-4.2-8B — 8,4-миллиардная языковая модель IBM для диалогов, сложных рассуждений и вызова инструментов.
Подходит для: решение многошаговых математических задач · генерация и анализ программного кода · ответы на вопросы в диалоговом интерфейсе
Granite-4.2-30B — многоязычная языковая модель IBM для сложных рассуждений, диалога, программирования и вызова инструментов.
Подходит для: решение многошаговых математических задач · генерация и разбор программного кода · ответы на сложные вопросы и логические задачи
Гибридная MoE языковая модель IBM для диалоговых ассистентов, задач с текстом и кодом и вызова инструментов.
Подходит для: суммаризация документов · ответы на вопросы по внутренним документам с RAG · извлечение и классификация текста
GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.
Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию
Декензурированная версия мультимодальной Muse Glimmer-30B для диалогов, работы с изображениями и агентных задач с инструментами.
Подходит для: создание локального ИИ-агента с многошаговым планированием · вызов инструментов и функций в многоходовом диалоге · написание и отладка кода
Компактная инструкция-ориентированная MoE-модель IBM для диалоговых ассистентов, генерации текста и бизнес-задач.
Подходит для: создание диалогового ассистента для выполнения инструкций · суммаризация документов · классификация и извлечение информации из текста
Англоязычная базовая языковая модель IBM на 2,1 млрд параметров для генерации текста и экспериментов с гибридным скользящим вниманием и attention sinks.
Подходит для: генерация продолжений текста на английском языке · эксперименты с архитектурой скользящего внимания и attention sinks · оценка языковой модели на задачах общего назначения
Сжатая диалоговая MoE-модель GLM-4.7-Flash для генерации текста, программирования и агентных задач с контекстом до 202 752 токенов.
Подходит для: генерация и объяснение программного кода · работа с большими репозиториями кода · вызов функций в диалоговых приложениях
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
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
Базовая языковая модель IBM на 8,2 млрд параметров для генерации текста, суммаризации, извлечения информации и дообучения под прикладные задачи.
Подходит для: суммаризация документов · классификация текстов · извлечение фактов из 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
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
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
Текстовая MoE-модель JiRack на основе Qwen3.8-Flash-Next для диалога, генерации кода и вызова инструментов с эффективным вычислением на CPU.
Подходит для: ответы на запросы в чат-интерфейсе · генерация и дополнение программного кода · вызов инструментов в агентных сценариях
Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.
Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам
Grug v1.1 — дообученная на базе Qwen3.8-27B диалоговая модель для экономных рассуждений, программирования и выбора инструментов в агентных сценариях.
Подходит для: выбор подходящего инструмента для следующего шага агента · генерация и исправление кода · решение математических задач с пошаговыми рассуждениями
Мультимодальная производная Gemma 4 для изучения поведения отказов и оценки следования текстовым и графическим инструкциям.
Подходит для: изучение избыточных отказов языковых моделей · оценка отказов в ответ на мультимодальные инструкции · проверка устойчивости следования инструкциям с изображениями
PyTorch-конверсия открытой языковой модели Grok-1 от xAI для генерации текста.
Подходит для: генерация ответов на текстовые запросы · создание черновиков и продолжение текста · эксперименты с инференсом MoE-моделей на PyTorch
Мультимодальная Gemma 4 31B Instruct с уменьшенным числом отказов для диалогов, генерации текста и анализа изображений.
Подходит для: диалоговые ответы с меньшим числом отказов · генерация текстов по инструкциям · ответы на вопросы по изображениям