Наградная модель InternLM2 на 1,7 млрд параметров для оценки, сравнения и ранжирования ответов диалоговых моделей по предпочтительности.

Подходит для: оценка предпочтительности ответа чат-бота · сравнение двух вариантов ответа языковой модели · ранжирование нескольких ответов для выбора лучшего

35-миллиардная MoE-модель InternScience для многошаговых агентных задач, научных рассуждений, поиска и вызова инструментов.

Подходит для: планирование и выполнение длительного веб-поиска · разбиение инженерной задачи на исполнимые этапы · научные рассуждения с обращением к внешним инструментам

Intern-S1 — открытая мультимодальная модель для диалога и рассуждений по тексту, изображениям и видео, с усиленными возможностями для научных задач.

Подходит для: ответы на вопросы по научным текстам и изображениям · интерпретация химических структур · анализ последовательностей белков

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Intern-S2-397B — мультимодальная модель InternLM для научного анализа, рассуждений и длительных агентных задач с текстом, изображениями и временными рядами.

Подходит для: анализ страниц научных статей с текстом и иллюстрациями · решение специализированных научных задач · проектирование взаимодействий биомолекул

Квантизованная до INT8 версия Distil-Whisper large-v3 в формате OpenVINO для распознавания речи из аудио.

Подходит для: транскрибация аудиозаписей на английском языке · распознавание речи в подкастах и интервью · перевод устной речи в текст для приложений на OpenVINO

Мультимодальная модель InternLM на 35 млрд параметров для научных задач, диалога, рассуждений, понимания изображений и агентных рабочих процессов.

Подходит для: Ответы на вопросы по научным текстам и изображениям · Рассуждения и решение сложных научных задач · Анализ физических временных рядов и сигналов

Базовая авторегрессионная модель InternLM2 на 19,3 млрд параметров для генерации текста и адаптации к предметным областям.

Подходит для: продолжение и генерация длинных текстов · создание основы для дообучения на предметных данных · черновики программного кода

35-миллиардная MoE-модель InternScience в формате GGUF F16 для многошагового агентного поиска, научных и инженерных задач с использованием инструментов.

Подходит для: многошаговый поиск информации в интернете · разбиение сложной задачи на план и последовательность действий · научные рассуждения и ответы на исследовательские вопросы

Крупная языковая модель InternLM2 для решения экзаменационных задач китайского гаокао.

Подходит для: ответы на вопросы из экзаменационных заданий гаокао · решение задач по школьным предметам · подготовка к китайскому вступительному экзамену

Intern-S1-Pro — мультимодальная MoE-модель для научных рассуждений, работы с изображениями, текстом и длинными временными рядами.

Подходит для: Рассуждения и ответы на вопросы по химии · Анализ задач по материаловедению и наукам о жизни · Интерпретация изображений с текстовым запросом

InternImage-T — модель классификации изображений, обученная на ImageNet-1K и рассчитанная на входное разрешение 224×224.

Подходит для: классификация объектов на изображениях · определение основного класса изображения · извлечение визуальных признаков для компьютерного зрения

OPT-66B — крупная англоязычная предобученная модель Meta AI для генерации текста и исследовательских экспериментов с языковыми моделями.

Подходит для: генерация продолжений текста по промпту · оценка языковой модели на задачах с few-shot-примерами · создание прототипов текстовых приложений

Награждающая модель InternLM2 на 7,4 млрд параметров оценивает, сравнивает и ранжирует текстовые ответы на английском и китайском языках для RLHF и выбора лучших вариантов.

Подходит для: оценка качества ответа чат-бота · сравнение двух ответов на один запрос · ранжирование нескольких ответов

Intern-S2-Mobius — 35-миллиардная текстовая модель для диалогов и сложных общих и научных задач с архитектурой латентного рассуждения.

Подходит для: ответы на сложные вопросы и многошаговые рассуждения · решение задач по биологии и молекулярным наукам · научные диалоги и объяснение предметных вопросов

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 модель Meta на 13 млрд параметров для анализа поведения LLVM-оптимизаций и работы с LLVM IR и ассемблерным кодом.

Подходит для: оценка изменения размера LLVM-кода после проходов оптимизации · предсказание результата применения проходов оптимизатора LLVM · анализ LLVM IR и ассемблерного кода x86_64, ARM и CUDA

INTELLECT-3.1 — дообученная методом обучения с подкреплением MoE-языковая модель для рассуждений, программирования и агентных задач.

Подходит для: решение математических задач · написание и анализ кода · помощь в разработке программного обеспечения

Дообученная Qwen3-модель на 7,6 млрд параметров для генерации текста и переноса результатов анализов в сценарии BBB Martins (L4).

Подходит для: перенос результатов анализов между наборами данных BBB Martins · генерация текстовых ответов по записям об анализах · ранжирование кандидатов по результатам анализа

Черновая модель Intel Labs на базе Phi-3, которая ускоряет генерацию Phi-3-mini-4k-instruct посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста моделью Phi-3-mini-4k-instruct · спекулятивное декодирование в приложениях на OpenVINO GenAI · инференс компактной черновой LLM в формате OpenVINO IR

MiniMax-M2.7 — разговорная MoE-модель для генерации текста, программирования, агентной автоматизации и многошаговых рабочих задач.

Подходит для: написание и отладка программного кода · анализ логов и поиск причин сбоев в системах · выполнение многошаговых задач с вызовом инструментов

Небольшая генеративная языковая модель на архитектуре Llama для создания текста и диалогов.

Подходит для: генерация коротких текстовых ответов · простой диалог с языковой моделью · эксперименты с генерацией текста на компактной модели

Дообученная мультимодальная модель Qwen на 27 млрд параметров для агентного программирования, отладки и анализа кода с опорой на состояние проекта.

Подходит для: поиск причин сбоев CI и ошибок линтеров · отладка shell-скриптов и тестовых сценариев · анализ файлов и конфигурации репозитория перед изменением кода

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