Модель оценки предпочтений ответов для обучения Beaver-систем безопасному RLHF на наборе PKU-SafeRLHF.
Подходит для: оценка предпочтительности ответов языковой модели · формирование сигнала вознаграждения для обучения RLHF · обучение диалоговой модели отвечать полезнее и безопаснее
BEiT Base Patch16 384 классифицирует изображения и извлекает их визуальные признаки.
Подходит для: классификация изображений по категориям ImageNet · получение эмбеддингов изображений для поиска похожих объектов · использование визуального бэкбона в компьютерном зрении
Базовая польскоязычная модель генерации текста на 11 млрд параметров для языковых задач и дальнейшего дообучения.
Подходит для: генерация текста на польском языке · дообучение польской языковой модели под прикладную задачу · классификация и категоризация польских текстов после адаптации
BEiT Large — модель Vision Transformer для классификации изображений по 1000 классам ImageNet и извлечения признаков изображений.
Подходит для: Классификация изображений по классам ImageNet · Получение признаков изображений для последующего обучения классификатора · Создание базовой модели для дообучения на размеченном наборе изображений
Инструкционная мультимодальная версия Gemma 4 12B для диалога, анализа изображений, видео и аудио, генерации текста и кода.
Подходит для: диалоговый помощник с поддержкой изображений и видео · извлечение данных и ответы на вопросы по документам и PDF · распознавание речи и преобразование аудио в текст
Дообученная многоязычная модель Mistral на 12,1 млрд параметров для диалоговой генерации текста и ответов на инструкции.
Подходит для: ответы на текстовые инструкции · диалоговый помощник на нескольких языках · генерация ответов для чат-бота
Диалоговая модель Mistral с 12,1 млрд параметров, дообученная методом DPO для генерации ответов с учётом предпочтений на многоязычных данных.
Подходит для: генерация ответов в диалоговом интерфейсе · создание ответов с учётом предпочтений пользователей · многоязычные разговорные сценарии
Дообученная на многоязычных диалоговых данных 12,1-миллиардная модель Mistral для генерации текста и ответов на запросы.
Подходит для: генерация диалоговых ответов · ответы на пользовательские запросы · подготовка черновиков текста
Дообученная методом DPO многоязычная чат-модель Mistral для генерации ответов и выбора предпочтительных формулировок.
Подходит для: ответы на пользовательские вопросы в чате · генерация диалоговых ответов по инструкции · подготовка предпочтительных вариантов ответа для чат-бота
Многоязычная диалоговая модель на базе Mistral-Nemo, дообученная для генерации ответов с учётом предпочтений и конституционных ревизий.
Подходит для: генерация ответов в многоязычном чат-боте · создание диалогового помощника · эксперименты с конституционной корректировкой ответов
pytorch: формат, квантизация, runtime и память принадлежат одному artifact