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
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
MPNet-модель Sentence Transformers преобразует предложения и абзацы в векторы для семантического поиска, кластеризации и сравнения сходства.
Подходит для: семантический поиск по предложениям и абзацам · поиск похожих текстов · кластеризация предложений
SPP-T0 — англоязычная инструктивная модель на 1,7 млрд параметров для исследований согласования поведения и устойчивости к jailbreak-запросам.
Подходит для: эксперименты с конституционным согласованием поведения · изучение обобщения ценностей в ответах модели · оценка устойчивости диалоговой модели к jailbreak-запросам
Wisp-5M — компактная базовая языковая модель архитектуры LLaMA для учебных и исследовательских экспериментов, запуска на устройствах с ограниченными ресурсами и дальнейшего дообучения.
Подходит для: учебные эксперименты с малыми языковыми моделями · генерация английского текста в экспериментах на устройствах с ограниченными ресурсами · черновая генерация для speculative decoding
Экспериментальный вариант Llama 2 7B Chat со сжатыми весами для исследования влияния сжатия на безопасность и полезность ответов.
Подходит для: сравнение безопасности ответов до и после сжатия модели · оценка устойчивости чат-модели к вредоносным запросам · изучение компромисса между сжатием, полезностью и безопасностью
Экспериментальная англоязычная чат-модель на 3 млрд параметров для генерации ответов на инструкции и исследований выравнивания поведения с ценностной персоной.
Подходит для: ответы на инструкции в англоязычном чате · исследование конституционного выравнивания LLM · изучение обобщения заданных ценностей моделью
Экспериментальная англоязычная модель EPFL DLAB на 3 млрд параметров для генерации инструктивных ответов и исследований выравнивания ценностей и безопасности.
Подходит для: исследование конституционного выравнивания языковых моделей · оценка обобщения ценностей в диалоговых ответах · изучение устойчивости модели к jailbreak-запросам
SPP-T0 Instruct — англоязычная модель Llama на 3 млрд параметров для диалогов и исследований выравнивания поведения с обучением Synthetic Persona Pretraining.
Подходит для: исследование конституционного выравнивания языковых моделей · сравнение вариантов обучения с разной долей примеров безопасности · изучение обобщения ценностей в диалоговых ответах
Инструкционная диалоговая модель на 3 млрд параметров для генерации ответов и исследований выравнивания, ценностного поведения и устойчивости к jailbreak-запросам.
Подходит для: генерация ответов на пользовательские инструкции · исследование конституционного выравнивания языковых моделей · оценка обобщения ценностных принципов в диалогах
Компактная диалоговая Llama-модель для исследований Synthetic Persona Pretraining, конституционного выравнивания и устойчивости к jailbreak-запросам.
Подходит для: изучение конституционного выравнивания языковых моделей · исследование обобщения ценностей при генерации ответов · оценка устойчивости диалоговой модели к jailbreak-запросам
Разговорная модель Llama на 7,5 млрд параметров, объединённая методом SLERP для генерации текста и диалоговых ответов.
Подходит для: генерация ответов в диалоговом интерфейсе · составление текстовых продолжений по запросу · создание чат-бота на базе Llama
Объединённая разговорная модель Llama на 7,5 млрд параметров для генерации текста с контекстом до 131 072 токенов.
Подходит для: диалоговое общение с языковой моделью · генерация связных текстовых ответов · продолжение заданного текста
Разговорная модель Llama на 7,5 млрд параметров для генерации текста и ответов в диалоге.
Подходит для: генерация текста по запросу · ответы на вопросы в чате · ведение диалога с пользователем
SPP-T0 Instruct — англоязычная модель на 1,7 млрд параметров для исследований конституционного выравнивания и безопасности диалоговых моделей.
Подходит для: исследование конституционного выравнивания языковых моделей · оценка обобщения заданных ценностных принципов · эксперименты с устойчивостью к jailbreak-запросам
SPP-MT-Instruct — англоязычная чат-модель на 3 млрд параметров для исследований конституционального выравнивания, ценностного поведения и устойчивости к jailbreak-запросам.
Подходит для: исследование ответов модели на инструкции с конституциональными принципами · оценка обобщения ценностей при диалоговом взаимодействии · проверка устойчивости чат-модели к jailbreak-запросам
Объединённая методом SLERP разговорная модель Llama с 7,5 млрд параметров для генерации текста и ответов в диалоге.
Подходит для: создание чат-бота для ответов на сообщения · генерация и продолжение текстов · ответы на вопросы в диалоге
Разговорная модель Llama на 7,5 млрд параметров, объединённая методом SLERP для генерации текста и диалогов.
Подходит для: генерация ответов в текстовом чате · ведение диалогового взаимодействия · создание связного текста по запросу
SPP-T0-MT Instruct — англоязычная модель генерации текста для исследований конституционного выравнивания и устойчивости к jailbreak-запросам.
Подходит для: исследование конституционного выравнивания языковых моделей · оценка обобщения ценностных принципов в диалоге · проверка устойчивости модели к jailbreak-запросам
HomerBot — англоязычный чат-бот на базе DialoGPT-medium, дообученный для генерации ответов в стиле Гомера Симпсона.
Подходит для: создание развлекательного чат-бота в образе Гомера Симпсона · генерация ответов на реплики собеседника в стиле персонажа · прототипирование диалогов для фанатских проектов
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Слитая методом SLERP 7,1-миллиардная языковая модель Falcon3-Jessi для диалогов и генерации текста по инструкциям на четырёх языках.
Подходит для: ответы на вопросы и ведение диалога · выполнение инструкций на естественном языке · решение задач на рассуждение и понимание текста
Дообученная Conditional DETR для обнаружения объектов на изображениях.
Подходит для: обнаружение объектов на изображениях · поиск объектов дорожной тематики на изображениях
safetensors: формат, квантизация, runtime и память принадлежат одному artifact