HuBERT Large, дообученная на DUSHA модель для классификации эмоций в русской речи по аудио.

Подходит для: определение эмоций в русскоязычной речи · анализ эмоциональной окраски голосовых сообщений · разметка эмоций в аудиозаписях разговоров

Компактная мультиязычная модель, которая подбирает подходящие эмодзи к коротким текстам и работает локально на устройстве.

Подходит для: подбор эмодзи для записей в календаре · подсказки эмодзи для списка дел · добавление эмодзи к заметкам

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

Японская модель распознавания речи Whisper, дообученная для эмоциональных реплик в стиле аниме и визуальных новелл.

Подходит для: Расшифровка реплик персонажей в визуальных новеллах · Транскрибация японской актёрской речи в стиле аниме · Сохранение в расшифровке запинок, смеха, криков и вздохов

Дообученная компактная модель на базе Gemma 4 E2B для локальных многоходовых бесед с пониманием эмоций и эмоциональной поддержкой.

Подходит для: эмпатичные ответы в личных беседах · поддержка пользователя в эмоционально сложном разговоре · многоходовой диалог с локальным чат-ботом

Дообученная на Gemma 4 модель для локальных многоходовых диалогов и эмоциональной поддержки.

Подходит для: сочувственный разговор о переживаниях и эмоциях · повседневная эмоциональная поддержка в чате · создание локального разговорного компаньона

EmojiLM — англоязычная модель BART для преобразования предложений в последовательности эмодзи.

Подходит для: подбор эмодзи к предложению · преобразование короткого текста в последовательность эмодзи · создание эмодзи-ответа для сообщения

Дообученная мультимодальная Qwen3.5 на 9 млрд параметров для распознавания эмоций и генерации диалоговых ответов с учётом эмоционального контекста.

Подходит для: определение эмоций в сообщениях и отзывах · анализ эмоциональной окраски диалога · генерация эмпатичных ответов чат-бота

Версия FuguMT в формате CTranslate2 для перевода японского текста на английский, в том числе при создании субтитров в реальном времени.

Подходит для: перевод японских реплик на английский для субтитров · перевод японских сообщений и коротких текстов на английский · перевод японского текста в приложении с субтитрами в реальном времени

Диалоговая модель 01.AI с 8,6 млрд параметров и контекстом 16K для выполнения инструкций, программирования, математики и рассуждений.

Подходит для: ответы на вопросы и диалоги по инструкциям · объяснение и написание программного кода · решение математических задач

Японская мультимодальная дообученная Gemma 3 12B для диалогов и ответов на вопросы по изображениям.

Подходит для: диалоги на японском языке · ответы на вопросы по изображениям на японском языке · выполнение японских текстовых инструкций

Слитая диалоговая модель семейства Yi-1.5 с 33,9 млрд параметров для генерации английского текста и ответов на инструкции.

Подходит для: ответы на вопросы в диалоговом интерфейсе · генерация английского текста по запросу · следование инструкциям на естественном языке

Дообученная DeBERTa V2 определяет восемь эмоций в японском тексте и возвращает метки с оценками уверенности.

Подходит для: определение гнева в японских сообщениях · анализ эмоциональной окраски японских отзывов · разметка японских текстов по восьми эмоциям

Дообученная на Dusha-crowd модель Whisper Base классифицирует русскую речь по пяти категориям эмоций.

Подходит для: определение эмоции говорящего в русскоязычных аудиозаписях · анализ эмоциональной окраски голосовых сообщений · классификация речи на злую, грустную, нейтральную, позитивную и прочую

Квантованная версия M2M-100 418M в формате CTranslate2 для многоязычного машинного перевода, в частности с японского на упрощённый китайский.

Подходит для: Перевод субтитров прямой трансляции с японского на упрощённый китайский · Перевод текста между поддерживаемыми языками · Локальный машинный перевод на CPU

Мультимодальная Gemma 4 31B Instruct с уменьшенным числом отказов для диалогов, генерации текста и анализа изображений.

Подходит для: диалоговые ответы с меньшим числом отказов · генерация текстов по инструкциям · ответы на вопросы по изображениям

Базовая двуязычная языковая модель 01.AI с 8,6 млрд параметров для генерации текста и адаптации под языковые задачи.

Подходит для: продолжение и генерация текста на английском и китайском · ответы на вопросы и чтение с пониманием · задачи на рассуждение и здравый смысл

Диалоговая мультимодальная версия Kimi K3, настроенная на более редкие отказы и работу с текстом и изображениями.

Подходит для: диалог с моделью, реже отказывающей на запросы на английском · диалог с моделью, реже отказывающей на запросы на японском · ответы на вопросы по изображениям

Дообученная DeBERTa-v2 определяет наличие одной из восьми эмоций в японском тексте и оценивает уверенность прогноза.

Подходит для: определение радости в японских сообщениях · выявление грусти и гнева в отзывах на японском языке · классификация текстов по восьми эмоциональным категориям

EMO — англоязычная MoE-модель для генерации текста и диалогов, обученная с целью выделения модульных групп экспертов.

Подходит для: генерация англоязычных продолжений текста · создание диалогового ассистента · исследование маршрутизации экспертов в MoE

Англоязычная MoE-модель EMO в формате BF16 для генерации текста, диалогов и использования как основы для адаптации или квантования.

Подходит для: генерация английского текста · ведение диалогов на английском языке · LoRA- и DoRA-адаптация языковой модели

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

Экспериментальная мультимодальная версия Gemma 4 31B с ослабленными отказами для диалогов, генерации текста и работы с изображениями.

Подходит для: получение ответов на вопросы в диалоге · генерация текстов с меньшей склонностью к отказам · анализ изображений в диалоговом интерфейсе

Дообученная модель DeBERTa v2 классифицирует японский текст по наличию эмоции радости и оценивает уверенность прогноза.

Подходит для: определение радости в японских сообщениях · анализ эмоциональной окраски японских отзывов · разметка японских текстов для анализа эмоций