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

Предобученный на ImageNet-1k энкодер ViT извлекает признаки изображений для классификации и других задач компьютерного зрения.

Подходит для: извлечение признаков из изображений · подготовка эмбеддингов изображений для поиска · обучение классификатора поверх признаков ViT

Дообученная UkisAI модель Qwen для экономичного рассуждения, программирования и многошаговых агентных задач с поддержкой изображений.

Подходит для: решение задач программирования с агентом · выполнение многошаговых задач в терминале · разработка и отладка программного обеспечения

Компактная модель на базе Qwen2.5-0.5B-Instruct для локальных ответов на вопросы по ISO 42001 и управлению ИИ.

Подходит для: ответы на вопросы по разделам и контролям ISO 42001 · подготовка к оценке воздействия ИИ и оценке рисков · сопоставление требований EU AI Act с ISO 42001

Англоязычная модель BERT для классификации текстовых пар и распознавания логического следования, противоречия или нейтрального отношения.

Подходит для: определение логического следования между посылкой и гипотезой · поиск противоречий между двумя текстами · классификация текстовых пар по смысловому отношению

Небольшой самоконтролируемый ViT-энкодер DINO извлекает признаки изображений для последующей классификации и других задач компьютерного зрения.

Подходит для: Извлечение признаков из изображений для классификатора · Обучение линейного классификатора поверх представлений ViT · Подготовка визуальных эмбеддингов для downstream-задач

Производная модели unsloth/GLM-5.3. GLM-5.3 — диалоговая текстовая модель Z.ai для сложного программирования и длительных агентских задач с контекстом до 1 048 576 токенов.

Подходит для: написание и отладка сложного кода · выполнение многошаговых задач в терминале · разработка программ по текстовому описанию

Дообученная BioBERT-модель для поиска и выделения упоминаний заболеваний в биомедицинских текстах.

Подходит для: извлечение названий заболеваний из аннотаций PubMed · разметка упоминаний болезней в научных статьях · автоматическое извлечение заболеваний из биомедицинских документов

AIN — арабско-английская мультимодальная модель MBZUAI для ответов на вопросы по изображениям, OCR и визуального анализа.

Подходит для: распознавание арабского и английского текста на изображениях · извлечение и понимание сведений из документов и таблиц · ответы на вопросы по медицинским изображениям

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

Компактный англоязычный классификатор намерений, который направляет запросы к подходящим моделям и инструментам.

Подходит для: маршрутизация запросов к специализированным языковым моделям · выбор инструмента для выполнения запроса в агентной системе · распределение задач генерации и отладки кода

Компактная сверточная модель InceptionNeXt для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска и сравнения

Производная модели thinkingmachines/Inkling-Small. Inkling-Small — мультимодальная модель общего назначения для диалогов, работы с изображениями и аудио, программирования и агентных приложений с текстовыми ответами.

Подходит для: ответы на вопросы об изображениях · текстовая расшифровка и анализ аудиозаписей · создание чат-бота с поддержкой мультимодальных запросов

INTELLECT-3.1 — дообученная методом обучения с подкреплением MoE-языковая модель для рассуждений, программирования и агентных задач.

Подходит для: решение математических задач · написание и анализ кода · помощь в разработке программного обеспечения

Небольшой Vision Transformer, обученный DINO на ImageNet-1k для извлечения признаков изображений и использования в задачах компьютерного зрения.

Подходит для: извлечение признаков из изображений · получение векторного представления изображения для поиска · подготовка признаков изображений для обучения классификатора

Исследовательский вариант Qwen3-0.6B с архитектурой OASIS для генерации текста и изучения маршрутизации внимания между слоями.

Подходит для: генерация текста в диалоговом режиме · сравнение маршрутизации внимания между слоями · исследование механизмов attention sink

Предобученный без учителя Vision Transformer извлекает признаки изображений для последующего обучения классификаторов и других задач компьютерного зрения.

Подходит для: извлечение признаков для набора изображений · обучение классификатора поверх признаков ViT · получение представлений изображений и отдельных патчей

Модель OpenHands на базе Qwen3-4B классифицирует траектории ИИ-агентов по поведенческим критериям и вероятности успешного выполнения задачи.

Подходит для: Оценка успешности выполнения задачи ИИ-агентом · Многометочная оценка поведения агента по рубрике · Анализ траекторий работы агента в OpenHands SDK

14-миллиардная модель INSAIT для рассуждений и ранжирования кандидатных решений задач по программированию.

Подходит для: выбор корректного решения из нескольких вариантов кода · ранжирование решений задач соревновательного программирования · оценка кандидатных генераций кода в пайплайне RLHF или RLAIF

Вариант Sana на 1,6 млрд параметров в формате BF16 для генерации изображений по текстовому запросу.

Подходит для: создание изображений по текстовому описанию · генерация изображений высокого разрешения · быстрое прототипирование визуальных концепций

Дообученная на базе Qwen3-1.7B модель для генерации текста и диалогового взаимодействия.

Подходит для: генерация текста в диалоговом интерфейсе · ответы на текстовые запросы · ведение текстового диалога

Компактный Vision Transformer, предобученный методом MSN для извлечения признаков изображений и переноса на задачи компьютерного зрения.

Подходит для: извлечение признаков изображений для последующего обучения · обучение классификатора изображений на небольшом размеченном наборе · получение эмбеддингов изображений для downstream-задач компьютерного зрения

Экспериментальная авторегрессионная языковая модель INDRA1 на 8 млрд параметров для исследований архитектуры и генерации текста.

Подходит для: изучение архитектуры языковых моделей INDRA1 · эксперименты с генерацией текста из текстового контекста · исследование экспериментальных подходов к рассуждениям

Адаптер DINOv2 Small извлекает признаки изображений для последующих задач компьютерного зрения.

Подходит для: извлечение признаков из изображений · подготовка векторов изображений для обучения классификатора · получение визуальных представлений для компьютерного зрения