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

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Вспомогательная модель DSpark для спекулятивного декодирования, ускоряющая генерацию целевой модели Kimi K3 в SGLang.

Подходит для: ускорение генерации текста моделью Kimi K3 в SGLang · спекулятивное декодирование с проверкой черновых токенов целевой моделью · ускорение вывода Kimi K3 на задачах программирования и математики

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

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

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Генеративная языковая модель семейства Llama для создания и продолжения текста через Transformers с контекстом до 4096 токенов.

Подходит для: генерация текста по prompt · автодополнение предложений и документов · подготовка черновиков текстов

Черновая модель RadixArk для ускорения генерации текста целевыми моделями Qwen3.8-27B посредством спекулятивного декодирования в SGLang.

Подходит для: ускорение генерации кода целевой моделью Qwen3.8-27B · ускорение решения математических задач при генерации текста · снижение задержки генерации ответов в совместимом развёртывании SGLang

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

Черновая модель Eagle3 MTP для ускорения инференса Kimi-K2.6 с помощью speculative decoding.

Подходит для: ускорение генерации ответов Kimi-K2.6 в vLLM · спекулятивное декодирование Kimi-K2.6 с методом Eagle3 · снижение нагрузки на KV-кэш при обслуживании Kimi-K2.6

Модель NVIDIA для восприятия дорожной обстановки, объяснения решений и предсказания действий и траекторий автономного автомобиля по изображениям, видео, тексту и истории движения.

Подходит для: предсказание траектории автономного автомобиля · ответы на вопросы по видео с дорожных камер · привязка объектов на изображениях к координатам

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.

Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода

Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.

Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках

Черновая DSpark-модель для спекулятивного декодирования, ускоряющего инференс Inkling-Small NVFP4 в SGLang.

Подходит для: ускорение генерации текста целевой моделью Inkling-Small NVFP4 · спекулятивное декодирование в SGLang · ускорение генерации ответов на математические задачи

Диалоговая языковая модель Tencent для разработки программ, офисной аналитики, создания игровых прототипов и научных задач.

Подходит для: планирование и отладка программных проектов · создание и доработка интерфейсов · анализ документов и данных из нескольких файлов

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Компактная модель семейства LLaMA для ускорения генерации текста с помощью спекулятивного декодирования EAGLE.

Подходит для: ускорение инференса языковой модели в serving-системах · ускорение генерации ответов чат-моделью · снижение задержки авторегрессионной генерации текста

Компактная модель-черновик DFlash предлагает блоки токенов для speculative decoding, ускоряя генерацию текста целевой моделью openai/gpt-oss-120b.

Подходит для: ускорение инференса openai/gpt-oss-120b через speculative decoding · ускорение генерации ответов на математические задачи · ускорение генерации кода при решении задач HumanEval и MBPP

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

Черновая модель EAGLE3 для ускорения генерации MiniMax M2.5 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста MiniMax M2.5 · предложение черновых токенов для EAGLE3 · настройка спекулятивного декодирования в SGLang

Черновая модель EAGLE3 для ускорения генерации MiniMax-M3 методом спекулятивного декодирования через vLLM.

Подходит для: ускорение диалоговой генерации MiniMax-M3 · ускорение решения математических задач моделью MiniMax-M3 · ускорение генерации кода MiniMax-M3

Англоязычная авторегрессионная модель EleutherAI с 1,2 млрд параметров для исследований генерации и интерпретируемости языковых моделей.

Подходит для: изучение поведения авторегрессионной языковой модели · эксперименты по интерпретируемости трансформеров · сравнение моделей разных размеров на контролируемых данных

Вспомогательная модель-драфтер Gemma 4 E4B для ускорения генерации текста методом speculative decoding в связке с целевой моделью.

Подходит для: ускорение генерации ответов чат-моделью Gemma 4 · снижение задержки генерации текста на устройстве · ускорение пошаговой генерации в приложениях с длинными ответами