Объединённая модель семейства Llama 3.1 примерно на 7,5 млрд параметров для генерации текста по запросу с контекстом до 131 072 токенов.
Подходит для: генерация текста по пользовательскому запросу · создание черновиков и продолжение текста · ответы на текстовые запросы в диалоговом интерфейсе
Модель MPNet преобразует предложения и абзацы в векторы для семантического поиска, сравнения сходства и кластеризации текстов.
Подходит для: семантический поиск по предложениям и абзацам · сравнение сходства двух текстов · кластеризация текстов по смыслу
Дообученная разговорная модель Llama с 7,5 млрд параметров для генерации текста и диалогов.
Подходит для: ведение диалога с пользователем · генерация ответов на текстовые запросы · создание черновиков и продолжение текста
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Диалоговая модель семейства Llama на 7,5 млрд параметров для генерации текста, дообученная johnpaulbin и ориентированная на токипона.
Подходит для: общение на токипона в формате чата · генерация ответов на текстовые запросы · составление коротких текстов на токипона
Дообученная модель Qwen2 с 1,5 млрд параметров для генерации текста с контекстом до 131 072 токенов.
Подходит для: генерация продолжения текста · создание черновиков и формулировок на английском языке · ответы в текстовом диалоге
Дообученная чат-модель Qwen2.5 на 3,1 млрд параметров для генерации текста, ориентированная на токипону.
Подходит для: диалог на токипоне · генерация текста на токипоне · ответы на вопросы на токипоне
safetensors: формат, квантизация, runtime и память принадлежат одному artifact