Компактная VideoMAE-модель классифицирует видео по 400 категориям набора Kinetics-400, включая действия людей.
Подходит для: распознавание действий в видеоклипах · автоматическая классификация видео по категориям Kinetics-400 · разметка видеоколлекций по содержанию
VideoMAEv2-Huge — самоконтролируемая видеомодель для извлечения признаков и классификации видео.
Подходит для: извлечение признаков из видеороликов · классификация видеоклипов · подготовка видеоэмбеддингов для последующего анализа
MoA-100M — экспериментальная авторегрессионная модель на архитектуре со смешанными метрическими механизмами внимания для генерации текста.
Подходит для: эксперименты с авторегрессионной генерацией текста · исследование метрического внимания в языковых моделях · генерация и продолжение коротких текстов
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
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
MiniMax-M2.7 — разговорная MoE-модель для генерации текста, программирования, агентной автоматизации и многошаговых рабочих задач.
Подходит для: написание и отладка программного кода · анализ логов и поиск причин сбоев в системах · выполнение многошаговых задач с вызовом инструментов
VideoMAE — предварительно обученная видеомодель на базе Vision Transformer для извлечения признаков и последующей классификации видео.
Подходит для: дообучение классификатора на размеченных видеороликах · извлечение признаков для последующего анализа видео · восстановление скрытых патчей видеокадров
Небольшая модель VideoMAE для классификации действий в видео по 174 классам набора Something-Something V2.
Подходит для: классификация действий в коротких видео · распознавание взаимодействий с предметами в роликах · автоматическая категоризация видеоклипов по типу действия
Небольшая англоязычная MoE-модель, созданная с нуля для генерации текста, диалогов и изучения предобучения.
Подходит для: изучение влияния этапов предобучения на языковую модель · эксперименты с маршрутизацией экспертов MoE · тестирование генерации короткого текста на английском
Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.
Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода
Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.
Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API
EScorlec — дообученная испаноязычная GPT-2 для генерации текста.
Подходит для: генерация продолжения испанского текста · создание черновиков текста на испанском · эксперименты с генерацией текста на базе GPT-2
Квантизированная MoE-модель Laguna-XS.2 для агентного программирования и генерации кода на компьютерах Apple Silicon.
Подходит для: генерация и продолжение кода · помощь агенту в многошаговой разработке ПО · ответы на вопросы по программированию в диалоге
Крупная модель VideoMAE классифицирует видеоклипы по категориям действий Kinetics-400.
Подходит для: классификация действий в видеоклипах · распознавание категории активности на видео · извлечение признаков видеороликов для задач компьютерного зрения
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
Дообученная MoE-модель на базе Qwen3 для генерации и улучшения кода машинного обучения в исследовательских и AutoResearch-агентах.
Подходит для: генерация кода экспериментов машинного обучения · отладка программ для задач Kaggle · итеративное улучшение ML-решений по результатам запуска
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
MAEST — модель AST для классификации музыкальных записей по стилям Discogs и извлечения представлений для задач анализа музыки.
Подходит для: классификация музыкального трека по стилю из таксономии Discogs · распознавание музыкального жанра · оценка эмоций в музыкальной записи
Производная модели arcee-ai/Trinity-Nano-Base-Pre-Anneal. Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.
Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста
Дообученная испаноязычная GPT-2 для генерации текста.
Подходит для: генерация продолжения испанского текста · создание черновиков на испанском языке · эксперименты с генерацией текста на базе GPT-2
Модель VideoMAE с 113,2 млн параметров классифицирует видео и обучена с нуля.
Подходит для: классификация видео по заданным категориям · автоматическая разметка видеоклипов метками классов · оценка модели классификации видео на собственном наборе данных
Дообученная VideoMAE-модель с 113,2 млн параметров для классификации видео по классам.
Подходит для: Классификация видеороликов по заданным категориям · Автоматическая разметка видеозаписей · Распределение видео по классам в медиатеке
VideoMAE Base — предварительно обученная на Something-Something-v2 видеомодель для извлечения признаков и дообучения на классификации видео.
Подходит для: дообучение классификатора действий в видеороликах · извлечение признаков для последующего анализа видео · восстановление замаскированных фрагментов видео
pytorch: формат, квантизация, runtime и память принадлежат одному artifact