Небольшая авторегрессионная модель RWKV-4 для англоязычной генерации текста и исследований динамики обучения.

Подходит для: эксперименты с динамикой обучения языковых моделей · сравнение RWKV с Pythia и Mamba при одинаковых данных и шагах обучения · генерация продолжений англоязычного текста

Экспериментальная языковая модель RWKV-4 для генерации английского текста и исследования динамики обучения.

Подходит для: сравнение динамики обучения языковых моделей разных архитектур · анализ влияния случайного seed на обучение RWKV · генерация продолжений английского текста

Исследовательская авторегрессионная модель RWKV-4 для генерации английского текста и изучения динамики обучения.

Подходит для: генерация продолжений английского текста · сравнение динамики обучения архитектур RWKV, Pythia и Mamba · изучение влияния случайного начального состояния на обучение

Исследовательская модель RWKV-4 с 137,7 млн параметров для авторегрессионной генерации английского текста и анализа динамики обучения.

Подходит для: генерация продолжений английского текста · сравнение динамики обучения языковых моделей · эксперименты с архитектурой RWKV-4

Небольшая GPT-2-модель, обученная на сценариях «Bluey» для генерации стилизованного английского текста.

Подходит для: продолжение реплик в стиле сценариев «Bluey» · создание коротких диалогов на английском языке · эксперименты с компактными языковыми моделями GPT-2

Дообученная методом QLoRA 33-миллиардная модель LLaMA для диалогов, генерации текста и кода, а также ответов по заданному контексту.

Подходит для: ответы на вопросы по предоставленным документам и контексту · генерация и объяснение программного кода · многоходовые диалоги с ассистентом

Дообученная на синтетических данных GPT-4 модель LLaMA для диалоговых ответов, работы с предоставленным контекстом, написания текстов и кода.

Подходит для: ответы на вопросы по предоставленному контексту · ведение многоходового диалога · написание и объяснение кода

Дообученная на синтетических данных GPT-4 модель LLaMA для диалогов, ответов на инструкции, программирования и генерации текста.

Подходит для: ответы на пользовательские вопросы в диалоговом формате · генерация кода и объяснение решений задач программирования · ответы на вопросы по предоставленному контексту

Дообученная QLoRA-модель LLaMA на синтетических инструкциях GPT-4 для диалогов, ответов по контексту, программирования и творческих задач.

Подходит для: ответы на вопросы по предоставленному контексту · диалоговый помощник, следующий инструкциям · генерация и объяснение кода

Дообученная на синтетических данных GPT-4 языковая модель LLaMA на 13 млрд параметров для диалогов, инструкций, ответов по контексту и генерации кода.

Подходит для: ответы на вопросы по предоставленному контексту · диалог с ассистентом по инструкциям · генерация и объяснение программного кода

Дообученная на инструкциях модель MPT-30B для диалоговых ответов, работы с контекстом и помощи с кодом.

Подходит для: ответы на вопросы по предоставленному контексту · генерация кода по инструкциям · ведение ролевых и многоходовых диалогов