Модель SigLIP2 для классификации изображений по двум меткам: Female и Male.

Подходит для: разметка изображений метками Female и Male · подсчёт распределения этих меток в наборе изображений · предварительная классификация изображений для последующей проверки человеком

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому описанию

Визуально-языковая модель Google для классификации изображений по текстовым меткам, поиска изображений по тексту и использования как визуального энкодера.

Подходит для: классификация изображений по пользовательским текстовым меткам без дообучения · поиск изображений по текстовому описанию · поиск текстовых описаний, соответствующих изображению

decider-4b — дообученная языковая модель, которая за один проход оценивает заданные варианты ответов для типизированных вопросов и состояний.

Подходит для: выбор действия в игре по текущему состоянию · оценка вариантов решения для браузерного агента · классификация состояния по заданному набору меток

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Многоязычная плотная модель Mistral на 24 млрд параметров для диалогов по инструкциям, анализа изображений и вызова функций.

Подходит для: создание диалогового ассистента с вызовом инструментов · ответы на вопросы по изображениям · выполнение инструкций на нескольких языках

CLIP-модель ViT-B/16-plus, обученная на LAION-400M, сопоставляет изображения с текстовыми метками для классификации без дообучения.

Подходит для: классификация изображений по текстовым описаниям · поиск подходящей категории для изображения из списка вариантов · сортировка изображений по тематическим меткам

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

Вспомогательная модель-черновик Liquid AI для ускорения генерации LiquidAI/LFM2.5-2.6B с помощью speculative decoding.

Подходит для: ускорение генерации текста моделью LFM2.5-2.6B в SGLang · ускорение локального декодирования на Apple Silicon через Metal · ускорение генерации при решении математических задач

Модель вознаграждения на базе Llama 3.1 оценивает предпочтительность ответов и помогает ранжировать результаты языковых моделей.

Подходит для: оценка качества ответов чат-бота · выбор лучшего ответа из нескольких вариантов · ранжирование ответов языковой модели

RoBERTa-классификатор TrustSafeAI для определения, написан ли текст человеком или сгенерирован языковой моделью.

Подходит для: предварительная проверка текста на генерацию языковой моделью · поддержка модерации пользовательских публикаций · анализ текстов для оценки вероятного авторства ИИ

Многоязычный классификатор на XLM-RoBERTa для оценки, написан ли текст человеком или сгенерирован ИИ.

Подходит для: проверка текста на признаки генерации ИИ · предварительный анализ учебных работ · проверка пользовательских публикаций перед модерацией

Классификатор RouteLLM на базе XLM-RoBERTa выбирает, передать ли текстовый запрос более сильной или более дешёвой LLM.

Подходит для: маршрутизация запросов между сильной и дешёвой языковыми моделями · снижение затрат на ответы LLM за счёт направления простых запросов дешёвой модели · автоматический выбор модели для обработки пользовательского запроса

Мультимодальная MoE-модель Qwen с ослабленными отказами для диалогов, анализа изображений и агентного программирования.

Подходит для: диалог с чат-ботом с меньшим числом отказов · анализ изображений и ответы на вопросы по ним · помощь в программировании и работе с репозиториями

Крупная модель CaiT, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.

Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации

LimiX-2 — табличная модель StableAI для классификации, регрессии и заполнения пропущенных значений без дообучения под каждую задачу.

Подходит для: Классификация строк в табличном датасете · Прогнозирование числовых значений по табличным признакам · Заполнение пропущенных значений в таблицах

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.

Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента

Мультимодальная модель Qwen3.8 на 27 млрд параметров для диалогов, рассуждений и агентных задач, модифицированная для снижения числа отказов.

Подходит для: ответы на вопросы по тексту и изображениям · решение сложных задач с пошаговым рассуждением · генерация и анализ программного кода

Дообученная мультимодальная модель Qwen3.5-2B, которая оценивает варианты ответа на вопросы по изображениям и игровые действия за один проход.

Подходит для: выбор ответа на вопрос по фотографии из предложенных вариантов · ответы на вопросы по диаграммам и научным изображениям · классификация игровых кадров по вариантам действий

Дообученный ModernBERT-классификатор для смыслового определения отказов в ответах LLM.

Подходит для: выявление отказов в ответах языковых моделей · проверка поведения LLM при оценке безопасности · автоматическая разметка ответов как отказ или выполнение

Классификатор на базе SigLIP 2 определяет, создано ли изображение человеком или ИИ.

Подходит для: проверка изображений на признаки генерации ИИ · фильтрация пользовательских загрузок по происхождению изображения · предварительная модерация изображений в онлайн-сервисе

Модель вознаграждения на базе Llama 3 для оценки и сравнения качества ответов языковых моделей.

Подходит для: оценка качества ответов чат-бота · сравнение двух ответов и выбор предпочтительного · оценка безопасности ответов ассистента