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

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Диалоговая мультимодальная модель Hy4-preview для программирования, офисной аналитики, разработки игр и научных задач.

Подходит для: Разбор изображений и ответы на вопросы по ним · Планирование, написание и отладка программного кода · Анализ документов и данных для подготовки отчётов, таблиц и презентаций

Разговорная MoE-модель Huihui AI на основе Gemma 4, дообученная для диалогов, помощи с кодом и локального запуска.

Подходит для: помощь с написанием и пониманием кода · диалоговый помощник для локального запуска · планирование простых задач в чате

Дообученная языковая модель Llama 3.2 на 3,2 млрд параметров для оркестрации агентов, управления персонами и синтеза аргументов в дебатах.

Подходит для: координация многоэтапной работы нескольких ИИ-агентов · поддержание разных ролей и персон в диалоге · подготовка структурированных аргументов для дебатов

Небольшая генеративная языковая модель на архитектуре Llama для создания текста и диалогов.

Подходит для: генерация коротких текстовых ответов · простой диалог с языковой моделью · эксперименты с генерацией текста на компактной модели

Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.

Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода

Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода

Экспериментальный чекпойнт языковой модели Huginn для генерации текста и исследований циклических архитектур, требующий нативного загрузчика xLLM.

Подходит для: генерация текста в исследовательских экспериментах · оценка архитектуры Huginn по протоколу статьи · сравнение вариантов организации рекуррентного состояния

Экспериментальная языковая MoE-модель Huginn для генерации текста и изучения схемы подачи входа в средний блок циклической архитектуры.

Подходит для: генерация текста для оценки по протоколу статьи · эксперименты с циклическими языковыми моделями MoE · исследование подачи входа в средний блок модели

Исследовательский чекпойнт MoE-рецепта архитектуры Huginn для генерации текста и оценки подходов к зацикленным языковым моделям.

Подходит для: генерация текста для оценки исследовательского чекпойнта · воспроизведение протокола эксперимента из статьи · исследование архитектуры зацикленных языковых моделей

Экспериментальная разреженная MoE-модель Gemma 4 для генерации текста, программирования, агентного планирования и системных задач.

Подходит для: написание и анализ кода · планирование шагов автономного агента · формирование структурированных вызовов инструментов

Контрольный чекпойнт Dense Huginn для генерации текста и исследования зацикленных языковых моделей.

Подходит для: генерация текста с использованием архитектуры Huginn · оценка исследовательского чекпойнта по протоколу статьи · эксперименты с рецептом обучения dense_huginn

Экспериментальная MoE-модель архитектуры Huginn для генерации текста и изучения петлевой топологии с инъекцией входа.

Подходит для: генерация текста с экспериментальной петлевой языковой моделью · оценка MoE-модели по протоколу статьи о петлевых моделях · сравнение вариантов архитектуры с инъекцией входа

Экспериментальный чекпойнт плотной LoopedLM на архитектуре Huginn для генерации текста и исследования внедрения входа в середине сети.

Подходит для: оценка качества генерации текста на чекпойнте из исследовательской работы · сравнение вариантов внедрения входа в рекуррентную языковую модель · воспроизведение экспериментов по архитектуре LoopedLM

Промежуточный чекпойнт Dense Huginn для исследовательской генерации текста и изучения зацикленных языковых моделей.

Подходит для: исследовательская генерация текста с архитектурой Huginn · оценка чекпойнта после обучения на 336 млрд токенов · воспроизведение экспериментов из Part I о зацикленных языковых моделях

Немецкоязычная модель Mistral, дообученная для упрощения газетных статей и новостных текстов.

Подходит для: упрощение немецкоязычных газетных статей · адаптация новостных текстов для читателей с низким уровнем грамотности · создание упрощённых версий немецких новостных материалов

Классификатор HGNet, обученный на ImageNet-1k для распознавания объектов и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений для последующей обработки

Экспериментальный чекпойнт TIGER-Lab на базе мультимодальной архитектуры LLaVA для воспроизведения экспериментов с изображениями и текстом.

Подходит для: воспроизведение экспериментов с мультимодальной моделью · изучение архитектуры LLaVA для диалога по изображениям · исследование обработки изображений и текстовых запросов

Экспериментальный чекпойнт IFM на архитектуре MoE Huginn для генерации текста и оценки рекуррентных языковых моделей.

Подходит для: оценка looped-языковой модели по протоколу статьи · эксперименты с рекуррентными языковыми моделями и смесью экспертов · генерация текста при инференсе через нативный загрузчик xLLM

HGNet-V2 B4 — модель компьютерного зрения для извлечения признаков из изображений и классификации изображений.

Подходит для: извлечение признаков из изображений · классификация изображений по двум выходным классам · получение визуальных представлений для последующей обработки

Компактная модель HGNet для классификации изображений на классы ImageNet-1k и извлечения визуальных признаков.

Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение признаковых карт из изображений · Получение эмбеддингов изображений для последующей обработки

Промежуточная объединённая модель Mistral на 7,1 млрд параметров для экспериментов с генерацией текста и последующими слияниями.

Подходит для: эксперименты по слиянию языковых моделей · генерация текста на основе текстовой подсказки · создание производных моделей на основе объединённых весов

Производная модели meta-models/Muse-Glimmer-30B. Мультимодальная модель Meta на 29,6 млрд параметров для локальных агентных задач, работы с инструментами, программирования и анализа изображений.

Подходит для: выполнение многошаговых задач локальным ИИ-агентом · вызов инструментов и функций в диалоге · написание и отладка программного кода