ConvNeXt Small — модель классификации изображений, дообученная на ImageNet-1k после предварительного обучения на ImageNet-22k.

Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения

ConvNeXt Tiny — сверточная модель для классификации изображений и извлечения визуальных признаков, дообученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

ConvNeXt Small, дообученная на ImageNet-1k, классифицирует изображения и может служить backbone для извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий изображений из ImageNet · извлечение признаковых карт для компьютерного зрения

Модель Perceiver IO, предварительно обученная на ImageNet, классифицирует изображения и извлекает признаки для последующих задач компьютерного зрения.

Подходит для: классификация изображений по категориям ImageNet · получение признаков изображений для обучения классификатора · оценка принадлежности изображения к одному из 1000 классов

Производная модели moonshotai/Kimi-Linear-48B-A3B-Instruct. Разговорная MoE-модель Moonshot AI для генерации ответов и работы с длинным контекстом.

Подходит для: ведение диалогов с пользователем · генерация ответов и пояснений по запросу · анализ длинных текстов в пределах контекста модели

Производная модели nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16. Языковая модель NVIDIA с гибридной архитектурой для диалога, рассуждений, длинного контекста и агентных приложений.

Подходит для: создание диалоговых ИИ-агентов с вызовом инструментов · ответы на вопросы по длинным документам и наборам документов · автоматизация обработки ИТ-заявок

ConvNeXt Small — сверточная модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · получение карт признаков для компьютерного зрения · извлечение векторов изображений

Небольшая текстовая MoE-модель Mini-K3 для исследований предобучения и сравнения архитектур генерации текста.

Подходит для: эксперименты с предобучением языковых моделей · сравнение архитектур KDA и Gated MLA · генерация продолжения текста

Mini-K3-1H v2 — небольшой исследовательский чекпойнт предобучения для авторегрессионной генерации текста и изучения вариантов архитектуры Kimi-K3.

Подходит для: эксперименты с генерацией текста на базе Mini-K3 · сравнение вариантов архитектуры KDA и Gated MLA · изучение работы Mixture of Experts в языковой модели

Экспериментальный текстовый чекпойнт Mini-K3 для генерации текста и сравнения архитектур MoE с Gated MLA.

Подходит для: эксперименты с генерацией текста на небольшом MoE-чекпойнте · сравнение архитектур внимания и позиционного кодирования · исследование предварительного обучения языковых моделей

Черновая модель NVIDIA для спекулятивного декодирования DSpark, ускоряющего вывод MiniMax-M3 в сценариях генерации текста и мультимодальных агентов.

Подходит для: ускорение генерации ответов на основе MiniMax-M3 · создание мультимодальных ИИ-агентов с длинным контекстом · разработка помощника по программированию с ускоренным выводом

Модель Perceiver IO, предварительно обученная на ImageNet для классификации изображений по 1000 классам.

Подходит для: классификация изображений на классы ImageNet · определение объектов и сцен на изображениях · извлечение признаков изображений для обучения собственного классификатора

Предобученный текстовый чекпойнт Mini-K3 для генерации текста и исследований архитектуры MoE с KDA и Gated MLA.

Подходит для: эксперименты с генерацией текста на предобученной модели · сравнение вариантов архитектуры KDA и Gated MLA · исследование разреженных MoE-моделей

Perceiver IO — предобученная на ImageNet модель для классификации изображений и извлечения полезных визуальных признаков.

Подходит для: Классификация изображений по 1000 классам ImageNet · Определение объектов и сцен на изображениях · Извлечение признаков изображений для последующих задач

Небольшая модель MiniMind на 63,9 млн параметров для обучения и проверки полного цикла предобучения и SFT на Intel XPU.

Подходит для: изучение полного цикла предобучения и SFT языковой модели · эксперименты с запуском обучения на Intel Arc и XPU · демонстрация генерации коротких текстов на китайском языке

Исследовательская текстовая Mini-K3-модель предварительного обучения для генерации текста и сравнения архитектурных вариантов.

Подходит для: эксперименты с авторегрессионной генерацией текста · сравнение вариантов KDA и Gated MLA · исследование влияния групп затухания на генерацию

Экспериментальный текстовый чекпойнт Mini-K3-1H v2 для исследований предобучения и сравнения архитектур Mixture-of-Experts.

Подходит для: сравнение архитектурных вариантов языковой модели · исследование предобучения текстовых моделей · измерение perplexity на фиксированной выборке разработки

Компактная базовая языковая модель MinimaLabs для генерации текста с выбором вычислительной глубины через уровни effort.

Подходит для: эксперименты с архитектурами очень малых языковых моделей · быстрое автодополнение короткого текста · сравнение качества генерации при разных уровнях вычислений

Экспериментальная сверхмалая англоязычная языковая модель для изучения масштабирования авторегрессионных моделей, генерирующая лишь короткие локально связные фрагменты.

Подходит для: изучение языкового моделирования при бюджете менее миллиона параметров · сравнение качества моделей при контролируемом изменении размера · эксперименты с продолжением коротких английских фрагментов

Novi-Micro-Base — экспериментальная языковая модель Novi-AI с 5 млн параметров для изучения и дообучения компактных декодерных Transformer-моделей.

Подходит для: эксперименты с языковыми моделями на несколько миллионов параметров · обучение и исследование компактных декодерных Transformer-моделей · дообучение базовой языковой модели

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

Экспериментальный базовый англоязычный авторегрессионный Transformer BananaMind для исследований архитектуры малых языковых моделей и повторного использования слоёв.

Подходит для: изучение повторного выполнения слоёв Transformer · сравнение схем весового разделения на малых моделях · абляционные эксперименты с механизмом внимания XSA

Небольшая дообученная языковая модель для исследований рассуждений и методов постобучения малых моделей.

Подходит для: эксперименты с рассуждениями малых языковых моделей · сравнение постобученной модели с BananaMind-2-Pro · оценка методов продолжения предобучения и SFT

InceptionNeXt Small — модель для классификации изображений ImageNet-1k, извлечения карт признаков и визуальных эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений