Keak Ember 1.4 — компактная локальная модель для исправления диктовки и обработки голосовых команд.
Подходит для: исправление ошибок распознавания речи без изменения смысла сказанного · сохранение точного написания имён и пользовательских терминов · преобразование голосовых команд в структурированные данные
Черновая модель EAGLE3 от SK Telecom ускоряет генерацию A.X K2 при спекулятивном декодировании через vLLM.
Подходит для: ускорение генерации ответов моделью A.X K2 · снижение задержки генерации при обслуживании A.X K2 · повышение пропускной способности сервера A.X K2 при низкой или средней параллельности
Экспериментальная языковая модель Arcee.ai с гибридным вниманием KDA и NoPE для исследований эффективности внимания и математических рассуждений.
Подходит для: исследование гибридных архитектур внимания · сравнение линейного и полного внимания · оценка памяти и KV-кэша при обработке контекста
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
Небольшая генеративная языковая модель на архитектуре Llama для создания текста и диалогов.
Подходит для: генерация коротких текстовых ответов · простой диалог с языковой моделью · эксперименты с генерацией текста на компактной модели
Kite 8.1 — экспериментальная компактная языковая модель на 11 млн параметров для генерации текста.
Подходит для: эксперименты с компактными языковыми моделями · тестирование генерации текста на коротком контексте · изучение обучения моделей на наборе Nemotron-ClimbMix
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
Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.
Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях
Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.
Подходит для: эксперименты с компактными причинно-языковыми моделями · продолжение предобучения на собственном корпусе · бенчмаркинг малых языковых моделей
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
Производная модели arcee-ai/Trinity-Large-Base. 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
Экспериментальная миниатюрная MoE-модель для исследований генерации текста и проверки архитектуры DeepSeek-V3 на простых математических данных.
Подходит для: эксперименты с миниатюрными MoE-архитектурами · изучение Multi-head Latent Attention на CPU · генерация текста на математических примерах GSM8K
Дообученная модель Qwen для планирования, рефлексии и использования инструментов в агентных системах.
Подходит для: планирование шагов для языкового агента · выбор и вызов инструментов в диалоге · рефлексия и корректировка плана агента
Компактная экспериментальная языковая модель для генерации текста с архитектурой Qwen3 AttnRes и 11,7 млн параметров.
Подходит для: эксперименты с генерацией текста на компактной модели · проверка архитектуры AttnRes на небольшом чекпойнте · изучение обучения языковых моделей на малом наборе данных
Дообученная DistilBERT-модель Kern AI определяет положительную, нейтральную или отрицательную тональность новостей о фондовом рынке.
Подходит для: Определение тональности заголовка финансовой новости · Классификация аннотаций новостей о фондовом рынке · Мониторинг позитивных и негативных новостей о компаниях