Промежуточный экспериментальный текстовый чекпойнт Qwen-3.8-Next-MoE для воспроизводимости исследований обрезки экспертов и стабилизации маршрутизации.

Подходит для: воспроизведение экспериментов по обрезке экспертов MoE · исследование стабилизации маршрутизации экспертов · изучение влияния калибровки PLE на текстовую модель

Исследовательский вариант Qwen3-0.6B с архитектурой OASIS для генерации текста и изучения маршрутизации внимания между слоями.

Подходит для: генерация текста в диалоговом режиме · сравнение маршрутизации внимания между слоями · исследование механизмов attention sink

Мультимодальная объединённая модель Qwen для диалогов с изображениями, рассуждений, программирования и агентных задач с веб-поиском и инструментами.

Подходит для: решение математических задач и формальные рассуждения · генерация и анализ программного кода · ответы на вопросы по изображениям

Промежуточный текстовый чекпойнт Qwen4-exp для экспериментов с восстановлением маршрутизации MoE и генерацией текста.

Подходит для: воспроизведение экспериментов по восстановлению маршрутизации MoE · генерация текста в исследовательских экспериментах · проверка генерации структурированного Python-кода

Исследовательский вариант Llama 3.2 1B с Softmax1 и AttentionResidual для генерации текста и изучения маршрутизации внимания между слоями.

Подходит для: генерация текста авторегрессионной языковой моделью · эксперименты с маршрутизацией между слоями трансформера · сравнение влияния attention sinks на языковую модель

Экспериментальная мультимодальная модель Qwen с прореженными MoE-экспертами для диалогов по тексту и изображениям.

Подходит для: экспериментальная проверка ответов на вопросы по изображениям · исследование влияния прореживания экспертов MoE на мультимодальный диалог · воспроизведение экспериментов по калибровке и маршрутизации экспертов

O2-9B-Preview — 9-миллиардная модель Ant International для агентного рассуждения, программирования и выполнения задач с инструментами и проверкой результатов.

Подходит для: выполнение многошаговых задач с вызовом инструментов · помощь в разработке и работе с репозиториями кода · анализ результатов запуска тестов и исправление ошибок

Текстовая MoE-модель BigBang-Aquila с ортогонализованным направлением отказа предназначена для генерации диалоговых ответов.

Подходит для: генерация ответов в диалоговом приложении · развёртывание текстового чат-бота с длинным контекстом · обработка длинных текстовых запросов в одном контекстном окне