Экспериментальная чат-модель OpenEuroLLM на базе Qwen3, дообученная следовать инструкциям и исследовать поведение при контексте до 262 144 токенов.

Подходит для: экспериментальная проверка ответов чат-ассистента на инструкции · тестирование извлечения отдельных фактов из длинного текста · эксперименты с математическими запросами на английском языке

Eurus-RM-7B оценивает ответы языковых моделей, чтобы отбирать и ранжировать варианты, в том числе для задач с рассуждениями.

Подходит для: оценка качества ответов языковой модели · ранжирование нескольких вариантов ответа · переранжирование ответов для улучшения рассуждений

Англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации решений математических задач и исследования обучения с проверяемыми наградами.

Подходит для: генерация решений математических задач · пошаговое рассуждение при решении задач · эксперименты с обучением RLVR на математических запросах

Гибридная языковая модель ComplexKDA на 1,36 млрд параметров для генерации текста и диалогов с контекстом 4096 токенов.

Подходит для: генерация продолжения текста · диалоговые ответы на текстовые запросы · создание черновиков и формулировок

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации текста и решения математических задач.

Подходит для: решение математических задач с пошаговыми рассуждениями · проверка методов RLVR на математических запросах · генерация текстовых ответов на английском языке

Гибридная языковая модель ComplexKDA на 1,1 млрд параметров для генерации текста и диалогов с контекстом 4096 токенов.

Подходит для: генерация связного текста по запросу · ведение текстового диалога · продолжение заданного текста

Рекуррентная языковая модель ComplexKDA для генерации текста и диалогов с контекстом 4096 токенов.

Подходит для: генерация продолжений текста · создание диалогового чат-бота · ответы на текстовые запросы

Предварительная многоязычная MoE-модель для диалогов, выполнения инструкций и машинного перевода на десятках языков.

Подходит для: диалоги с пользователями на европейских и других поддерживаемых языках · выполнение текстовых инструкций на нескольких языках · черновой перевод между поддерживаемыми языками

Рекуррентная языковая модель ComplexKDA объёмом около 1,1–1,36 млрд параметров для генерации текста и диалогов с контекстом 4096 токенов.

Подходит для: генерация продолжения текста · создание диалогового помощника · ответы на текстовые запросы

AMD-OLMo-1B — базовая языковая модель AMD на 1,2 млрд параметров для генерации текста и дальнейшей адаптации.

Подходит для: генерация продолжений текста · создание базовой модели для дообучения под инструкции · эксперименты с языковыми моделями семейства OLMo

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

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

Экспериментальная многоязычная чат-модель OpenEuroLLM на базе Qwen3 с контекстом до 262 144 токенов, созданная для оценки дообучения на инструкциях и работы с длинным контекстом.

Подходит для: эксперименты с ответами чат-ассистента на инструкции · извлечение отдельных сведений из длинного контекста · проверка поведения модели на многоязычных инструкциях

Базовая модель OpenEuroLLM на архитектуре Qwen3 с контекстом 256K для генерации продолжений, исследований длинного контекста и дальнейшего дообучения.

Подходит для: извлечение фактов из очень длинных текстов · эксперименты с поиском информации в контексте до 256K токенов · генерация продолжений на европейских языках

Базовая многоязычная модель OpenEuroLLM на Qwen3 для генерации продолжений и поиска сведений в длинном контексте до 256K токенов.

Подходит для: генерация продолжения длинного текста · поиск упоминания в длинном документе · извлечение сведений из книг и научных статей с большим контекстом

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

Базовая мультиязычная модель OpenEuroLLM на архитектуре Qwen3 для генерации продолжений и работы с контекстом до 128K токенов.

Подходит для: извлечение одного факта из длинного текста до 128K токенов · генерация продолжения на европейских языках · обработка длинных документов как языковая completion-модель

Экспериментальная дообученная на ролевых диалогах модель Qwen3.5 для творческого письма и англоязычного ролевого общения, включая ERP.

Подходит для: англоязычные ролевые диалоги с персонажами · создание творческих сцен и историй · ERP-сценарии в ролевом общении

Англоязычная MoE-модель AllenAI для генерации текста и диалогов, обученная на 130 млрд токенов как стандартный базовый вариант для исследовательского сравнения.

Подходит для: генерация англоязычного текста · ответы на сообщения в диалоге · создание стандартного MoE-бейзлайна для сравнения моделей

Промежуточная 34-миллиардная MoE-модель OpenMoE для генерации текста и изучения обучения архитектуры Mixture-of-Experts.

Подходит для: изучение динамики обучения MoE-моделей · эксперименты с архитектурой Mixture-of-Experts · генерация текста в исследовательских экспериментах

Чат-модель OELLM на 8 млрд параметров, дообученная методом DPO для многоязычной генерации ответов с контекстом до 262 144 токенов.

Подходит для: диалоговые ответы на пользовательские запросы · генерация ответов с учётом предпочтений · многоязычный чат на 36 языках

Модель OpenHands на базе Qwen3-4B классифицирует траектории ИИ-агентов по поведенческим критериям и вероятности успешного выполнения задачи.

Подходит для: Оценка успешности выполнения задачи ИИ-агентом · Многометочная оценка поведения агента по рубрике · Анализ траекторий работы агента в OpenHands SDK

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

Англоязычная модель Olmo 3 на 6,9 млрд параметров, дообученная методом M3PO+ для генерации текста и решения математических задач.

Подходит для: решение задач математических олимпиад · генерация пошаговых решений по математике · ответы на математические вопросы в диалоге