Экспериментальная чат-модель Airoboros на архитектуре Llama 3 для генерации текста, ответов на вопросы, суммаризации и программирования.

Подходит для: ответы на вопросы в диалоге · суммаризация предоставленного текста · написание и продолжение художественных историй

Дообученная на инструкциях диалоговая модель на базе Llama 3 8B для ответов на вопросы, генерации текста, кода и выполнения разнообразных задач.

Подходит для: ответы на вопросы в диалоге · написание и редактирование текстов · суммаризация предоставленного текста

Экспериментальная модель Llama на 12,9 млрд параметров для генерации текста по инструкциям, включая ответы на вопросы, письмо и код.

Подходит для: ответы на вопросы по предоставленному контексту · написание подробных текстов по инструкции · решение викторин и вопросов с вариантами ответа

Экспериментальная диалоговая модель семейства Llama 3 для генерации ответов, историй, кратких изложений и кода.

Подходит для: ответы на вопросы в диалоге · написание и продолжение художественных историй · суммаризация текста

Диалоговая модель на 34 млрд параметров с контекстом до 200 000 токенов для чата, генерации текста, кода и ответов на вопросы.

Подходит для: ответы на вопросы по предоставленному контексту · написание и редактирование текстов в диалоге · генерация и объяснение кода

Экспериментальная чат-модель на базе Yi-34B-200K для диалогов, ответов на вопросы, написания текстов, кода и других текстовых задач.

Подходит для: ответы на вопросы по предоставленному контексту · многошаговые диалоги с ассистентом · написание художественных и творческих текстов

Дообученная на задачах BabyAI модель Qwen3-1.7B для генерации текста и выполнения инструкций в среде BabyAI.

Подходит для: выполнение задач BabyAI в симулируемой среде · генерация ответов агента по текстовому описанию ситуации · исследовательская оценка поведения языкового агента

Дообученная на датасете Gutenberg модель Phi-3 с 3,7 млрд параметров для генерации текста и диалогов.

Подходит для: генерация художественного текста · продолжение литературных фрагментов · диалоговое взаимодействие с языковой моделью

Диалоговая языковая модель Mistral с 10,6 млрд параметров для генерации текста и ответов в чате.

Подходит для: генерация ответов в диалоговом интерфейсе · создание связного текста по запросу · проверка языковых моделей на тестах рассуждения

Дообученная методом DPO MoE-языковая модель для генерации текста с настройкой на предпочтение правдивых ответов.

Подходит для: генерация ответов на вопросы · диалог с языковой моделью · создание текстовых черновиков

Дообученная методом DPO модель Mistral на 7,1 млрд параметров для генерации текста с учётом предпочтений датасета truthy-dpo-v0.1.

Подходит для: генерация ответов в текстовом диалоге · создание связного текста по запросу · адаптация генерации под предпочтения truthy-dpo-v0.1

Дообученная на части Airoboros 3.2 модель Llama 3.1 8B Instruct для генерации текста и диалогов.

Подходит для: ответы на вопросы в чате · диалог с языковой моделью · генерация текстовых ответов на запросы пользователя

Smaug-34B-v0.1 — дообученная 34-миллиардная модель Llama для диалоговой генерации текста и решения задач рассуждения.

Подходит для: создание диалогового помощника · ответы на вопросы общего характера · решение математических задач и примеров

Диалоговая Llama-модель ConvexAI на 33,9 млрд параметров для генерации текста и ответов на запросы.

Подходит для: ведение диалога с пользователем · генерация текстовых ответов на запросы · решение задач на рассуждение

Разговорная англо-китайская MoE-модель на базе Yi для генерации текста и диалогов с контекстом до 200 000 токенов.

Подходит для: ответы на вопросы на английском языке · ответы на вопросы на китайском языке · ведение диалога с пользователем

Luminex-34B-v0.1 — диалоговая текстовая модель на 33,9 млрд параметров для генерации текста и ответов на вопросы, оценённая на португальском бенчмарке.

Подходит для: генерация ответов в диалоговом интерфейсе · ответы на вопросы на португальском языке · решение учебных задач ENEM

Диалоговая модель Llama на 33,9 млрд параметров, дообученная для генерации текста, математических задач и рассуждений.

Подходит для: решение математических задач · объяснение хода математических рассуждений · ответы на вопросы в диалоге

Объединённая MoE-модель Mixtral с 33,9 млрд параметров для генерации текста и диалогов на английском и китайском языках.

Подходит для: генерация текста на английском языке · генерация текста на китайском языке · ответы на вопросы в диалоге

Диалоговая модель Llama с 33,9 млрд параметров, полученная экстраполяцией ExPO для улучшения согласования ответов с человеческими предпочтениями.

Подходит для: генерация ответов в текстовом диалоге · создание и настройка чат-ботов · подготовка ответов с учётом человеческих предпочтений

Дообученная на коде и инструкциях модель Mistral с 7,1 млрд параметров для генерации программного кода и решения задач программирования.

Подходит для: генерация функций и фрагментов кода по текстовому описанию · ответы на вопросы по программированию · помощь в решении задач на Python

Дообученная на текстах из Gutenberg диалоговая модель Gemma 2 с 9 млрд параметров для генерации ответов и продолжения текста.

Подходит для: генерация ответов в текстовом диалоге · продолжение художественного текста · создание черновиков прозы в стиле книг из Gutenberg

Диалоговая модель на базе Gemma 2 27B Instruct, дообученная методом ORPO на датасете Gutenberg для генерации текста.

Подходит для: генерация художественного текста · продолжение фрагмента литературного произведения · диалоговая генерация текста

Дообученная на текстовых наборах Гутенберга модель Mistral на 12,1 млрд параметров для диалогов и генерации текста.

Подходит для: генерация художественной прозы · создание диалогов в литературном стиле · продолжение текста по заданному фрагменту

Дообученная методом ORPO 22-миллиардная модель Mistral для диалогов и генерации текста.

Подходит для: генерация текста по пользовательскому запросу · ведение диалога с инструкционной моделью · создание художественного текста