Промежуточная MoE-модель на базе Qwen3, объединяющая знания о Гонконге и диалоговые способности для ответов на кантонском и английском языках.
Подходит для: ответы на вопросы о Гонконге на кантонском · диалоговое выполнение инструкций на кантонском · сравнение методов адаптации языковых моделей для кантонского
Промежуточная 7,6-миллиардная модель Qwen3, адаптированная к кантонскому и гонконгскому контексту для диалоговой генерации текста и выполнения инструкций.
Подходит для: ответы на вопросы о Гонконге с учётом местного контекста · диалог на темы, связанные с кантонским языком и культурой Гонконга · выполнение текстовых инструкций в сценариях с кантонским контекстом
Корейская модель эмбеддингов для семантического поиска терминов и сопоставления коротких запросов с описаниями.
Подходит для: поиск определений корейских терминов по короткому запросу · семантический поиск по корейским описаниям и метаданным · сопоставление запроса с наиболее релевантным документом
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная 13,2-миллиардная модель Llama для генерации текста и получения ответов на задания ELYZA-tasks-100-TV.
Подходит для: генерация текстовых ответов на задания ELYZA-tasks-100-TV · инференс текстовой модели через Transformers или Unsloth · эксперименты с дообученной моделью семейства llm-jp
Дообученная на базе llm-jp/llm-jp-3-13b модель для генерации текста и выполнения заданий ELYZA-tasks-100-TV.
Подходит для: генерация текста на японском языке · получение ответов для заданий ELYZA-tasks-100-TV · подготовка результатов заданий в формате JSONL