Промежуточный 27-миллиардный чекпойнт iCoder для исследований обучения моделей проектированию RTL и оптимизации GPU-ядер.

Подходит для: воспроизведение этапа OPSD в обучении iCoder · абляционные эксперименты с самодистилляцией на собственных ответах · сравнение качества до и после этапа RLVR

iCoder-27B — дообученная модель Qwen на 27 млрд параметров для генерации RTL на Verilog и оптимизации GPU-ядер на Triton.

Подходит для: генерация RTL-модулей Verilog по спецификации · дополнение и исправление кода Verilog · оптимизация GPU-ядер на Triton

Квантованная GGUF-версия KAT-Coder-V2.5-Dev для генерации кода, рассуждений и агентных сценариев.

Подходит для: написание и редактирование кода · поиск ошибок и помощь при отладке · выполнение задач программирования в агентных сценариях

Квантованная GGUF-сборка MoE-модели KAT-Coder-V2.5-Dev для генерации кода и агентного программирования на локальном оборудовании.

Подходит для: генерация фрагментов кода по описанию задачи · помощь в написании и редактировании программ · локальный чат-помощник для разработки

Базовая модель DeepSeek на 6,6 млрд параметров для генерации, дополнения и заполнения пропусков в коде с контекстом до 16 384 токенов.

Подходит для: автодополнение кода в редакторе · заполнение пропусков и вставка кода по контексту · завершение кода с учётом файлов проекта

Мультимодальная модель Qwen на 27 млрд параметров, дообученная для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: ответы на вопросы и выполнение пользовательских инструкций · решение задач с пошаговыми рассуждениями · анализ изображений и ответы по их содержимому

Промежуточный чекпойнт Qwen3.6-27B, дообученный для исследований методов обучения моделей проектированию RTL и оптимизации GPU-ядер.

Подходит для: воспроизведение этапа SFT конвейера iCoder · сравнение чекпойнта SFT с последующими этапами OPSD и RLVR · абляции методов обучения для задач RTL-дизайна

NVFP4-квантизация Qwen3-Coder-Next для генерации кода и диалоговой работы на NVIDIA DGX Spark и совместимых GPU Blackwell.

Подходит для: генерация кода по текстовому запросу · диалоговый помощник при разработке программ · запуск кодирующей модели на DGX Spark с ограниченной памятью

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

Дообученная мультимодальная модель Qwen на 40 млрд параметров для диалога, рассуждений, программирования, творческого письма и анализа изображений.

Подходит для: написание и продолжение художественных рассказов · разработка сюжетов и подсюжетов для прозы · диалоговые ролевые сценарии

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

Дообученная 9-миллиардная модель OrionLLM для агентного программирования, работы с кодовыми базами и задач в терминале.

Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в проекте · многошаговое решение задач разработки в терминале

Небольшой англоязычный декодерный трансформер для исследования обучения и анализа языковых моделей.

Подходит для: изучение динамики обучения языковой модели · анализ внутренних представлений модели с pico-analyze · воспроизводимые эксперименты с небольшим языковым трансформером

Дообученная на агентных траекториях модель Qwen3.5-9B для генерации кода и выполнения многошаговых задач разработки ПО.

Подходит для: написание и редактирование кода по запросу · поиск и исправление ошибок в проекте · выполнение задач разработки через терминал

Разреженная MoE-модель для генерации, отладки и изменения кода с избирательной INT8-квантизацией экспертных слоёв.

Подходит для: генерация программного кода по текстовому запросу · поиск и исправление ошибок в коде · изменение и рефакторинг существующих программ

IndustrialCoder — открытая 32-миллиардная модель для генерации и анализа кода, ориентированная на промышленные языки и задачи проектирования микросхем, GPU-ядер, встроенных систем и 3D-моделей.

Подходит для: генерация и дополнение модулей Verilog и SystemVerilog · заполнение пропусков в существующем коде с помощью Fill-in-the-Middle · написание и оптимизация ядер CUDA и Triton

Сообщественная GGUF-сборка KAT-Coder V2.5 Dev с добавленным блоком MTP для ускоренной генерации в диалоговых и визуальных сценариях.

Подходит для: локальный диалог с языковой моделью · ответы на вопросы по изображениям · ускоренная генерация текста через speculative decoding

Дообученная Microsoft модель Qwen2.5-Coder на 7,1 млрд параметров для редактирования и генерации кода с контекстом до 32 тысяч токенов.

Подходит для: предложение правок в существующем коде · исправление ошибок в коде · генерация кода по запросу в чате

Открытая модель 01.AI на 8,6 млрд параметров для генерации и анализа кода в контекстах до 128K токенов.

Подходит для: генерация функций и алгоритмов по текстовому запросу · дополнение исходного кода · анализ длинных фрагментов кода

Компактная модель Maincode на 1 млрд параметров для генерации и автодополнения кода, прежде всего на Python.

Подходит для: генерация функций на Python по описанию · автодополнение кода при программировании · создание прототипов скриптов

Компактная MoE-модель для генерации кода, решения задач программирования и диалогов с инструментами, созданная прореживанием экспертов Ornith-1.5-35B-A3B.

Подходит для: генерация и дополнение программного кода · решение задач по программированию · ответы на вопросы о коде в диалоге

Сжатая MoE-модель Qwen для генерации кода, агентного программирования и вызова функций при меньших требованиях к памяти.

Подходит для: генерация и дополнение программного кода · помощь агенту в изменении и отладке кода · вызов функций в диалоговом приложении

Экспериментальная модель Gemma 4 12B Coder с уменьшенным числом отказов, предназначенная для генерации и решения задач на Python.

Подходит для: генерация решений задач на Python · написание кода с пояснением подхода и обработки крайних случаев · создание исполняемых решений для задач с проверяемыми тестами

InCoder 1B — модель Facebook на 1,5 млрд параметров для продолжения кода и заполнения пропусков в кодовых фрагментах.

Подходит для: автодополнение кода в редакторе · заполнение пропущенного блока кода · генерация продолжения Python-кода