Functionary Small v3.2 — чат-модель на базе Llama 3.1 8B Instruct для выбора и вызова функций и инструментов, включая параллельные вызовы.

Подходит для: автоматический выбор инструмента по запросу пользователя · параллельный или последовательный вызов нескольких функций · ответы на вопросы с опорой на результаты инструментов

Functionary Small v3.1 — диалоговая модель на базе Llama для ответов и вызова функций, включая параллельное использование инструментов.

Подходит для: создание чат-бота с вызовом функций по JSON Schema · параллельный вызов нескольких инструментов в одном диалоге · анализ результатов инструментов и подготовка ответа на их основе

Диалоговая модель MeetKai на базе Llama для генерации ответов и выбора вызовов функций, плагинов и интерпретатора кода.

Подходит для: создание чат-ассистента с вызовом внешних API · параллельный вызов нескольких инструментов для ответа на запрос · последовательное выполнение функций с учётом их результатов

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

Диалоговая модель семейства Llama для обычных ответов и последовательного или параллельного вызова инструментов по определениям JSON Schema.

Подходит для: создание чат-бота с вызовом внешних функций · параллельный запуск нескольких инструментов в одном диалоге · анализ результатов инструментов и подготовка ответа на их основе

Диалоговая модель MeetKai на базе Mistral, предназначенная для выбора и вызова функций и работы с их результатами.

Подходит для: выбор подходящего инструмента для запроса пользователя · извлечение имени функции и аргументов из описания JSON Schema · параллельный вызов нескольких функций

Диалоговая модель MeetKai на базе Llama 3.1 70B Instruct для выбора и выполнения вызовов функций и инструментов в чате.

Подходит для: создание чат-ассистента с вызовом функций по JSON Schema · параллельный вызов нескольких инструментов для обработки запроса · анализ результатов API и подготовка ответа на их основе

Functionary Medium v3.1 — языковая модель для диалогов, выбора и вызова функций, включая параллельное использование инструментов.

Подходит для: создание чат-ассистента с вызовом API по JSON Schema · параллельный запуск нескольких инструментов для ответа на запрос · анализ результатов вызовов функций и подготовка ответа на их основе

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

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

Диалоговая модель MeetKai на базе Mixtral для выбора и вызова функций, включая параллельное использование инструментов и анализ их результатов.

Подходит для: Выбор подходящей функции по запросу пользователя · Извлечение аргументов вызова из естественного языка · Параллельный или последовательный вызов нескольких инструментов

Производная модели meetkai/functionary-small-v2.4. Диалоговая модель MeetKai на базе Mistral, предназначенная для выбора и вызова функций и работы с их результатами.

Подходит для: выбор подходящего инструмента для запроса пользователя · извлечение имени функции и аргументов из описания JSON Schema · параллельный вызов нескольких функций

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

Разговорная модель MeetKai на базе Mistral для выбора и вызова функций, работы с результатами инструментов и обычного чата.

Подходит для: выбор подходящей функции по запросу пользователя · извлечение аргументов для вызова API из диалога · параллельный вызов нескольких инструментов

Мультимодальная 8-миллиардная модель MeetKai для извлечения признаков изображений и визуальных сценариев function calling.

Подходит для: извлечение признаков из изображений · подготовка визуальных эмбеддингов для downstream-моделей · анализ изображений в мультимодальных агентах

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

Metis-27B — дообученная мультимодальная модель с постоянной памятью для диалогов и обработки изображений.

Подходит для: диалоги с сохранением информации между обращениями · ответы с учётом ранее предоставленного контекста · обсуждение содержимого изображений

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

Plano-Orchestrator — дообученная языковая модель для выбора агентов и порядка обработки запросов в многоагентных системах.

Подходит для: маршрутизация пользовательских запросов к подходящим агентам · разделение запроса с несколькими намерениями между агентами · выбор последовательной или параллельной обработки задач

Functionary-7b-v2.1 — диалоговая модель MeetKai на базе Mistral, предназначенная для выбора и выполнения вызовов функций и формирования ответов с учётом их результатов.

Подходит для: создание чат-ассистента с вызовом API по JSON Schema · выбор подходящего инструмента для запроса пользователя · параллельный вызов нескольких функций

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

Предварительная 7,5-миллиардная модель MeetKai на базе Llama для чата с последовательным и параллельным вызовом функций и анализом их результатов.

Подходит для: маршрутизация запросов к нужным функциям или плагинам · параллельный вызов нескольких инструментов в диалоге · ответы с опорой на результаты вызванных инструментов

Специализированная MoE-модель для планирования и выполнения творческих рабочих процессов в Lenout с выдачей структурированных команд.

Подходит для: планирование последовательности действий в графическом редакторе Lenout · создание и редактирование 2D-рисунков и дизайнов через команды · построение блок-схем и рабочих процессов

Meerkat-8B — дообученная медицинская языковая модель для ответов на медицинские вопросы и решения экзаменационных задач.

Подходит для: решение вопросов формата USMLE · ответы на медицинские тесты с выбором ответа · подготовка к MedQA и MedMCQA