GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.
Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале
GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.
Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале
JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.
Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе
GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.
Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию
JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.
Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода
Мультимодальная производная Gemma 4 для изучения поведения отказов и оценки следования текстовым и графическим инструкциям.
Подходит для: изучение избыточных отказов языковых моделей · оценка отказов в ответ на мультимодальные инструкции · проверка устойчивости следования инструкциям с изображениями
Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.
Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам
Экспериментально изменённая Gemma 2 2B для исследований отказов, интерпретируемости и оценки безопасности поведения языковых моделей.
Подходит для: исследование механизмов отказа языковых моделей · red teaming диалоговых моделей · оценка поведения на вредоносных запросах
Мультимодальная чат-модель Gemma 4 на 31 млрд параметров с изменённым поведением отказов для диалогов, программирования и анализа изображений.
Подходит для: диалоги и ответы на общие вопросы · написание и разбор программного кода · ответы на вопросы по изображениям
Экспериментальная разреженная MoE-модель Gemma 4 для генерации текста, программирования, агентного планирования и системных задач.
Подходит для: написание и анализ кода · планирование шагов автономного агента · формирование структурированных вызовов инструментов
Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.
Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов
Дообученная мультимодальная Gemma 4 12B для помощи в backend-разработке, проектировании LLM и программировании.
Подходит для: получение помощи по backend-разработке · обсуждение архитектуры и обучения LLM · написание и разбор кода на Haskell
Модифицированная версия Gemma 4-12B-IT для диалоговой генерации текста с ослабленными отказами, предназначенная для исследований и red teaming.
Подходит для: проверка устойчивости защитных механизмов LLM · red teaming диалоговой модели · тестирование реакции модели на запросы, отклоняемые базовой версией
Модель вознаграждения на базе Gemma 2, которая оценивает и сравнивает ответы языковых моделей по предпочтительности.
Подходит для: сравнение двух ответов чат-бота по качеству · ранжирование вариантов ответа для выбора предпочтительного · оценка диалогов при проверке качества языковой модели
Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.
Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели
Текстовая MoE-модель JiRack на основе Qwen3.8-Flash-Next для диалога, генерации кода и вызова инструментов с эффективным вычислением на CPU.
Подходит для: ответы на запросы в чат-интерфейсе · генерация и дополнение программного кода · вызов инструментов в агентных сценариях
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
Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.
Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели
Экспериментальный LoRA-адаптер Gemma 4 E2B IT для диалогов в роли компаньона с использованием извлечённых воспоминаний и воспроизведения ранних результатов проекта.
Подходит для: Воспроизведение результатов раннего этапа SFT-проекта · Диалоговые ответы в заданной персоне · Персонализация диалога с помощью извлечённых воспоминаний
Мультимодальная диалоговая Gemma 4 E2B IT, изменённая методом abliteration для снижения числа отказов.
Подходит для: диалоговые ответы на запросы с меньшим числом отказов · эксперименты с удалением отказов у языковых моделей · локальный запуск модели в Ollama
Certo-R1 — дообученная на Qwen3-4B модель, которая кратко рассуждает над вычислительными и композиционными задачами выбора.
Подходит для: выбор правильного варианта в короткой вычислительной задаче · решение задач на сопоставление нескольких условий · краткое обоснование ответа среди вариантов A/B/C
Экспериментальная мультимодальная версия Gemma 4 31B Instruct со сниженным числом отказов для диалогов и генерации ответов.
Подходит для: диалоги с менее частыми отказами модели · генерация ответов на чувствительные и спорные запросы · эксперименты с удалением отказов у языковых моделей
Сжатая методом прунинга экспертов модель GLM-4.7 для генерации кода и текста, агентных задач и вызова функций с меньшими требованиями к памяти.
Подходит для: генерация и дополнение программного кода · ответы на вопросы по крупным репозиториям · вызов функций в диалоговом агенте
Мультимодальная квантизированная Gemma 4 для диалогов, программирования и анализа изображений, настроенная на снижение отказов.
Подходит для: ответы на общие вопросы в диалоге · генерация и объяснение программного кода · описание и анализ изображений
Ember — экспериментальная англоязычная языковая модель SurjoLabs на 2,9 млн параметров для генерации текста и исследования компактных рекуррентных архитектур.
Подходит для: эксперименты с языковыми моделями менее 3 млн параметров · сравнение рекуррентной архитектуры XSA с малыми трансформерами · генерация коротких англоязычных продолжений текста