rnj-1-instruct — диалоговая языковая модель Essential AI на 8,3 млрд параметров для генерации кода, агентной работы с инструментами и решения задач STEM.
Подходит для: написание и дополнение программного кода · поиск и исправление ошибок в репозитории · решение задач по математике и STEM
Компактная GPT-2-модель, обученная с нуля на английских медицинских текстах для исследований, обучения и экспериментов с медицинским языковым моделированием.
Подходит для: генерация продолжений медицинских текстов на английском языке · учебные эксперименты по обучению языковых моделей с нуля · исследовательский базовый чекпойнт для медицинского NLP
RM-R1 — модель-судья, которая сравнивает два ответа, формирует критерии оценки и выдаёт обоснованное предпочтение для автоматической оценки и RLHF/RLAIF.
Подходит для: сравнение двух ответов чат-бота по качеству · оценка ответов на открытые вопросы · выбор предпочтительного ответа для RLHF
ORCH Next.js 3B — обученная с нуля языковая модель для генерации полноценных приложений и структур проектов на Next.js по текстовому описанию.
Подходит для: создание каркаса приложения Next.js по текстовому заданию · генерация страниц и layouts для App Router · написание React-компонентов на TypeScript
Небольшая модель, обученная с нуля для автодополнения и генерации кода в проектах Next.js, React и TypeScript.
Подходит для: автодополнение компонентов Next.js и React · генерация небольших файлов TypeScript для веб-проектов · создание JSX-разметки и React-хуков
RAFT-7B — дообученная языковая модель INSAIT для оценки и ранжирования кандидатных решений задач по программированию.
Подходит для: выбор корректного решения среди нескольких программ-кандидатов · ранжирование решений задачи по соревновательному программированию · оценка ответов генератора кода как LLM-судьи
Дообученная модель RLHFlow для оценки и отбора ответов, в том числе решений математических задач.
Подходит для: оценка качества нескольких сгенерированных решений GSM8K · отбор математического ответа из большого числа кандидатов · ранжирование ответов Deepseek по ожидаемому качеству
RAFT-7B оценивает и ранжирует кандидатные решения задач по программированию, чтобы находить наиболее вероятно корректное решение.
Подходит для: Выбор корректного решения из нескольких вариантов для задачи по программированию · Ранжирование кандидатного кода перед его проверкой или отбором · Оценка решений в конвейере генерации кода