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

PersonaPlex — дообученная NVIDIA модель для потоковых англоязычных голосовых диалогов с одновременным распознаванием речи и генерацией ответа.

Подходит для: создание голосового ассистента с быстрым чередованием реплик · голосовое обслуживание клиентов · диалоги с перебиваниями и одновременной речью

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

Подходит для: исследование интерпретируемости языковых моделей · сравнение генерации моделей разного размера · анализ влияния этапа обучения на поведение модели

Мультимодальная модель ServiceNow на 15 млрд параметров для диалоговых задач, рассуждений и анализа изображений.

Подходит для: ответы на вопросы по изображению · генерация и анализ кода · решение логических и многошаговых задач

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

PaliGemma 2 3B Mix 448 — мультиязычная визуально-языковая модель Google для описания изображений, ответов на вопросы по ним и других задач компьютерного зрения с текстовым выводом.

Подходит для: создание коротких подписей к изображениям · ответы на вопросы о содержимом изображения · распознавание текста на изображениях

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Полудуплексная по взаимодействию, потоковая голосовая модель Kyutai на базе PersonaPlex, дообученная для более естественных пауз, очередности реплик, подтверждений и обработки перебиваний.

Подходит для: потоковый голосовой диалог с более естественной очередностью реплик · снижение перебиваний пользователя голосовым ассистентом · подбор момента для коротких голосовых подтверждений

PoolFormer-S12 — модель классификации изображений на 1 000 классов ImageNet, использующая pooling вместо внимания.

Подходит для: Классификация изображений по классам ImageNet · Определение объекта на фотографии · Создание базового классификатора для экспериментов с компьютерным зрением

Модифицированная Gemma 3 12B IT для диалогов, понимания изображений и ответов с пониженной частотой отказов.

Подходит для: диалоговые ответы на текстовые запросы · понимание изображений по текстовым инструкциям · исследование поведения языковых моделей при отказах

Предобученная мультимодальная модель Google, которая анализирует изображения вместе с текстовыми запросами и предназначена для дообучения под задачи компьютерного зрения и языка.

Подходит для: создание подписей к изображениям · ответы на вопросы об изображении · чтение текста на изображениях

Англоязычная модель EleutherAI на 15,4 млрд параметров для генерации текста и контролируемых исследований поведения и интерпретируемости больших языковых моделей.

Подходит для: эксперименты по интерпретируемости больших языковых моделей · изучение влияния дедупликации обучающих данных · анализ поведения базовой языковой модели при продолжении текста

Предобученная мультимодальная модель PaliGemma 3B принимает изображение и текст для генерации ответов и предназначена преимущественно для дообучения под задачи компьютерного зрения.

Подходит для: создание подписей к изображениям · ответы на вопросы по изображению · чтение текста на изображениях

Мультимодальная модель Kwai-Keye на базе Qwen2.5-VL для анализа изображений высокого разрешения и сложных визуальных задач с использованием исполняемого кода.

Подходит для: анализ изображений высокого разрешения по текстовым инструкциям · решение сложных задач визуального рассуждения · выполнение вычислений при анализе изображений

SaAMPLIFY_350M — белковая языковая модель для извлечения признаковых представлений последовательностей белков и их последующего анализа.

Подходит для: извлечение признаков из белковых последовательностей · подготовка представлений белков для последующего машинного обучения · анализ белковых последовательностей в задачах структурного выравнивания

Esper 4 — дообученная на Gemma 4 12B мультимодальная модель Valiant Labs для программирования, проектирования архитектуры и задач DevOps и MLOps.

Подходит для: написание и разбор кода по запросу · помощь с проектированием программной архитектуры · создание скриптов и автоматизация DevOps-задач

Мультимодальная модель Tesslate на базе Gemma 3 27B IT для рассуждений, программирования и диалоговой работы с текстом и изображениями.

Подходит для: решение математических задач с пояснениями · поиск ошибок и помощь с программным кодом · ответы на вопросы по изображениям

Мультимодальная модель InternLM на 35 млрд параметров для научных задач, диалога, рассуждений, понимания изображений и агентных рабочих процессов.

Подходит для: Ответы на вопросы по научным текстам и изображениям · Рассуждения и решение сложных научных задач · Анализ физических временных рядов и сигналов

Модель ArthurZ/Ilama-3.2-1B предназначена для извлечения признаков и получения векторных представлений текста в задачах семантического поиска и анализа.

Подходит для: создание эмбеддингов документов · семантический поиск по коллекции текстов · поиск похожих текстов

Мультимодальная модель Meta на 30 млрд параметров для локальных агентов, работы с инструментами, кодом и изображениями.

Подходит для: локальные агенты для многошагового выполнения задач · вызов инструментов и функций в диалоге · написание и отладка кода

Компактная мультимодальная доработка Gemma 4 E4B Instruct для диалога, анализа изображений и аудио, рассуждений и экспериментов с устойчивостью модели.

Подходит для: диалоговые ответы и следование инструкциям · анализ изображений в вопросах и ответах · обработка аудиовходов в мультимодальных сценариях

Англоязычная модель EleutherAI с 454,2 млн параметров для генерации текста и контролируемых исследований поведения языковых моделей.

Подходит для: изучение интерпретируемости языковых моделей · эксперименты с влиянием порядка обучающих данных · анализ поведения модели на промежуточных этапах обучения

PoolFormer S12 — модель на базе MetaFormer для классификации изображений ImageNet-1k и извлечения визуальных признаков.

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

Компактная визуально-языковая модель на основе Qwen 2.5 0.5B для ответов на текстовые запросы по изображениям и дальнейшего дообучения.

Подходит для: ответы на вопросы о содержимом изображения · описание сцен и объектов для робототехнических систем · подготовка визуально-языковой модели к дообучению