Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

Мультимодальная модель Xiaomi для генерации текста, агентных задач и работы с инструментами, с контекстом до миллиона токенов.

Подходит для: написание и исправление программного кода · выполнение многошаговых задач с вызовом инструментов · ответы на вопросы по длинным репозиториям и трассам взаимодействия

Kimi K3 — мультимодальная модель с открытыми весами от Moonshot AI для программирования, рассуждений и агентной работы с длинным контекстом.

Подходит для: написание и отладка кода в больших репозиториях · длительная работа агента с инструментами разработчика · анализ изображений и видео вместе с текстом

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому описанию

Мультимодальная MoE-модель Xiaomi для генерации текста, агентных задач, программирования и анализа изображений, видео и аудио с контекстом до 1 млн токенов.

Подходит для: генерация ответов в диалоге с вызовом инструментов · выполнение многошаговых задач автономным агентом · разработка и анализ программного кода

Открытая мультимодальная MoE-модель Moonshot AI для программирования, анализа визуальных данных и автономного выполнения многошаговых задач с инструментами и агентами.

Подходит для: создание и исправление кода в многошаговых задачах · генерация веб-интерфейсов по текстовому описанию и изображениям · анализ изображений и видеокадров в диалоге

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

ESM-2 — модель Meta AI для предсказания замаскированных аминокислот и извлечения представлений белковых последовательностей.

Подходит для: Предсказание пропущенных аминокислот в белковой последовательности · Подготовка белковых представлений для последующего анализа · Дообучение на задачах классификации белковых последовательностей

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

ESM-2 — модель Meta AI с 36 слоями и 3,8 млрд параметров для восстановления скрытых аминокислот и дообучения на задачах анализа белковых последовательностей.

Подходит для: предсказание скрытых аминокислот в белковой последовательности · дообучение модели для классификации белковых последовательностей · получение признаков белков для последующих задач машинного обучения

Компактная модель Meta AI для заполнения пропусков и анализа аминокислотных последовательностей белков.

Подходит для: восстановление пропущенных аминокислот в белковой последовательности · получение представлений белковых последовательностей для последующего анализа · дообучение для предсказания свойств белков

Модифицированная версия MiMo-V2.6-Distill-Qwen-9B с изменением поведения отказов, предназначенная для диалоговых экспериментов и мультимодальных сценариев.

Подходит для: эксперименты с уменьшением фраз отказа в ответах чат-модели · диалоговое взаимодействие с моделью семейства Qwen · исследование влияния модификации весов на поведение модели

Inception-ResNet-v2 — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

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

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

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Компактная модель DeiT для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · получение признаковых представлений изображений · использование как backbone в конвейере компьютерного зрения

EfficientNetV2-L — модель классификации изображений, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков и карт признаков из изображений · получение эмбеддингов изображений для поиска и кластеризации

ConvNeXt-V2 Base — модель для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · извлечение признаков из изображений для последующего анализа · получение эмбеддингов изображений для поиска по визуальному сходству

Зрительная модель Apple AIMv2 для извлечения векторных признаков изображений и их использования в задачах визуального поиска и сопоставления.

Подходит для: извлечение признаков изображений для поиска по визуальному сходству · построение векторного индекса изображений · сопоставление изображений с текстовыми представлениями в мультимодальной системе

EfficientNetV2-M — модель классификации изображений, дообученная на ImageNet-1k и доступная в PyTorch через timm.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков из изображений · получение карт признаков для задач компьютерного зрения

Пакет слоёв GGUF модели Kimi-K3 для распределённого локального чат-инференса с поддержкой изображений через Mesh LLM.

Подходит для: локальный запуск чат-бота на нескольких машинах · ответы на вопросы по тексту и изображениям · обслуживание запросов через совместимый с OpenAI API

Дообученная на SwinV2 модель классификации изображений, предназначенная, судя по названию репозитория, для обнаружения изображений, созданных ИИ.

Подходит для: проверка изображения на признаки генерации ИИ · классификация изображений на обученные моделью категории · оценка изображения классификатором в автоматизированном конвейере

Классификатор на базе SigLIP 2 определяет, создано ли изображение человеком или ИИ.

Подходит для: проверка изображений на признаки генерации ИИ · фильтрация пользовательских загрузок по происхождению изображения · предварительная модерация изображений в онлайн-сервисе

Крупная модель CaiT, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа