GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.

Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.

Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках

Разговорная MoE-модель Huihui AI на основе Gemma 4, дообученная для диалогов, помощи с кодом и локального запуска.

Подходит для: помощь с написанием и пониманием кода · диалоговый помощник для локального запуска · планирование простых задач в чате

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

Диалоговая модель Yi-1.5 с 8,6 млрд параметров, дообученная BAAI на инструкциях для генерации ответов и многошагового общения.

Подходит для: ответы на вопросы в чате · многошаговый диалог с ассистентом · решение текстовых задач по математике

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

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

Текстовая MoE-модель Mini-K3 для генерации текста и исследования вариантов архитектуры внимания, предварительно обученная без настройки на выполнение инструкций.

Подходит для: эксперименты с генерацией текста на основе предварительно обученной модели · сравнение GQA-внимания и остаточных механизмов в языковой модели · исследование компактных MoE-архитектур

Слитая диалоговая модель Mistral на 12,1 млрд параметров для длинных ролевых диалогов и генерации художественного текста.

Подходит для: ведение длинных ролевых диалогов · генерация художественных сцен и продолжений · создание персонажных ответов в чате

Chaifighter-20B-v3 — слитая языковая модель примерно на 19,3 млрд параметров для генерации текста по инструкциям и ролевых диалогов.

Подходит для: написание ответов на инструкции · ведение ролевых диалогов · генерация художественного текста

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

pytorch: формат, квантизация, runtime и память принадлежат одному artifact

Базовая модель на архитектуре Llama с 1,2 млрд параметров для автодополнения кода, продолжения текста и исследований кодовых языковых моделей.

Подходит для: автодополнение фрагментов Python · продолжение кода на других языках программирования · продолжение английского текста

Локальный мультимодальный ассистент SurgeFF на базе Gemma 4 12B для диалогов, рассуждений, кода и анализа текста, изображений, аудио и видео.

Подходит для: ответы на вопросы и ведение диалогов с локальным ассистентом · анализ изображений и видеоматериалов · понимание аудиовхода

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

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Слитая модель Mistral на 19,3 млрд параметров для подробных ролевых диалогов и длинной творческой генерации текста с контекстом до 8192 токенов.

Подходит для: ведение длинных ролевых диалогов с персонажами · генерация подробных ответов по карточке персонажа · создание творческих текстов по инструкциям

Небольшая языковая модель Vaayu, обученная с нуля для локальной генерации структурированных вызовов инструментов и интеграции через MCP.

Подходит для: генерация вызовов инструментов по JSON-схемам · формирование JSON-RPC запросов для локальных сервисов · подключение языковой модели к MCP-серверам

CMA-1M Mini — крошечная экспериментальная языковая модель для продолжения текста и исследований механизма Channel-Mixing Attention.

Подходит для: исследование смешивания каналов внимания на малой модели · сравнение вариантов архитектуры языковых моделей · учебные эксперименты с авторегрессионными языковыми моделями

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 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

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