Небольшая дообученная модель семейства Llama для генерации текста с контекстом до 2048 токенов.

Подходит для: эксперименты с генерацией текста на компактной модели · прототипирование приложений на базе Transformers · оценка дообученной модели на собственных текстовых данных

Компактная дообученная языковая модель на базе SmolLM2-135M для генерации текста.

Подходит для: генерация коротких текстовых продолжений · эксперименты с компактными языковыми моделями · локальный запуск генерации текста на ограниченных ресурсах

Компактная дообученная модель Llama для генерации текста с контекстом до 2048 токенов.

Подходит для: генерация коротких текстовых продолжений · эксперименты с компактными языковыми моделями · оценка дообучения модели на пользовательском наборе данных

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и диалоговых ответов с контекстом до 32 768 токенов.

Подходит для: генерация ответов в диалоговом интерфейсе · создание черновиков и продолжение текста · ответы на вопросы в текстовом чате

Объединённая методом SLERP модель Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация продолжения текста · подготовка диалоговых ответов · создание текстовых черновиков

Слитая модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

Подходит для: генерация ответов в диалоге · создание и продолжение текстов · ответы на вопросы в текстовом чате

Смесь экспертов на архитектуре Mixtral для генерации английского текста с контекстом до 32 768 токенов.

Подходит для: генерация продолжения английского текста · ответы на вопросы в текстовом чате · составление черновиков и идей

Объединённая методом SLERP модель Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · продолжение и дополнение текста · создание диалоговых ответов

Англоязычная причинная NanoGPT-модель со статической маршрутизацией по глубине для исследовательских экспериментов на малых корпусах BabyLM.

Подходит для: сравнение статической и входозависимой маршрутизации по глубине · оценка генерации текста на малых обучающих корпусах · эксперименты с причинным языковым моделированием

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и ведения диалога с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · ведение диалога с пользователем · создание черновиков и продолжение текста

Англоязычная причинная языковая модель NanoGPT для исследований языкового моделирования на ограниченных данных в рамках BabyLM 2026.

Подходит для: сравнение языковых моделей на корпусе BabyLM · исследование обучения на ограниченных текстовых данных · оценка причинного языкового моделирования

Объединённая методом SLERP модель Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация ответов на текстовые запросы · продолжение заданного текста · создание черновиков и набросков текста

Производная модели Novi-AI/Novi-Nano-Instruct. Экспериментальная GPT-2-подобная модель Novi-AI с 1,26 млн параметров для изучения инструкционного дообучения и простых диалогов.

Подходит для: эксперименты с дообучением языковой модели на инструкциях · изучение поведения очень маленьких диалоговых моделей · обучающие демонстрации формата ChatML

Слияние двух моделей Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · продолжение заданного текста · подготовка черновиков и вариантов формулировок

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

Подходит для: генерация связных текстовых ответов · ведение диалога с пользователем · продолжение заданного текста

Объединённая 7,1-миллиардная модель Mistral для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · продолжение заданного текста · создание черновиков и формулировок

Слитая методом SLERP модель Mistral на 7,1 млрд параметров для генерации и продолжения текста.

Подходит для: генерация ответов на текстовые запросы · продолжение заданного текста · создание черновиков и кратких текстовых материалов

Слитая модель Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · ответы на вопросы в текстовом диалоге · продолжение заданного текста

Слитая 7,1-миллиардная модель Mistral для генерации текста, диалогов, следования инструкциям и рассуждений.

Подходит для: генерация текстовых ответов на запросы · диалоговый помощник · выполнение текстовых инструкций

Объединённая 7,1-миллиардная модель Mistral для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация продолжения текста · создание диалоговых ответов · прототипирование приложений с генерацией текста

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

Подходит для: генерация связного текста по запросу · ведение текстового диалога · создание черновиков и продолжение текста

Объединённая 7,1-миллиардная модель Mistral для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация продолжений текста · подготовка черновиков и ответов · диалоговое взаимодействие с языковой моделью

StableProse — объединённая модель Mistral на 12,1 млрд параметров для генерации текста.

Подходит для: генерация текстовых продолжений · создание черновиков и ответов на запросы · эксперименты с объединёнными языковыми моделями

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и диалоговых ответов с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · подготовка диалоговых ответов · продолжение заданного текста