GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.

Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе

Компактная 27-миллиардная модель Prism ML на базе Qwen3.6-27B для локальной генерации текста, диалогов и рассуждений на ноутбуках и одной видеокарте.

Подходит для: локальные ответы на вопросы и диалог без отправки данных в облако · анализ длинных документов в контексте до 262 тысяч токенов · помощь с программированием и анализом кода

JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.

Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода

Базовая модель OpenLLM-Ro на 6,6 млрд параметров для генерации и адаптации текста на румынском языке.

Подходит для: генерация текста на румынском языке · дообучение модели для задач обработки румынского языка · создание специализированных румынскоязычных языковых моделей

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Процессно-супервизируемая модель вознаграждения на базе Llama 3.1 8B для оценки шагов рассуждения и отбора решений.

Подходит для: оценка промежуточных шагов математического решения · отбор лучших ответов из множества сгенерированных вариантов · оценка решений задач GSM8K и MATH

CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.

Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента

Компактная англоязычная инструкционная модель RRT для чатовых прототипов и экспериментов с малыми языковыми моделями.

Подходит для: создание локального чат-прототипа с ограниченной памятью · эксперименты с рекуррентным разделением параметров трансформера · тестирование небольших моделей на следование инструкциям

Компактная англоязычная базовая модель на архитектуре Relaxed Recursive Transformer для продолжения текста, экспериментов и дальнейшего дообучения.

Подходит для: продолжение английского текста · эксперименты с рекурсивными трансформерами · исследование компактных языковых моделей

Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.

Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Румынская инструктивная Llama-модель на 7,5 млрд параметров для диалога с ассистентом и генерации текста.

Подходит для: ответы ассистента на вопросы на румынском языке · выполнение текстовых инструкций на румынском языке · генерация румынских текстов

RynnBrain-30B-A3B — мультимодальная модель для понимания сцен от первого лица, пространственной локализации и поддержки планирования в робототехнике.

Подходит для: ответы на вопросы о сцене от первого лица · распознавание и подсчёт объектов в видеосцене · извлечение текста из изображений и видео

Небольшая экспериментальная причинная языковая модель M2R для исследований генерации текста и обучения на ограниченных вычислительных ресурсах.

Подходит для: эксперименты с обучением языковых моделей на одном ядре CPU · изучение сочетания линейного и скользящего оконного внимания · исследование поведения небольшой причинной модели при генерации текста

Англоязычная модель Mamba2 с тремя блоками внимания, маршрутизируемыми по энтропии, для генерации текста и исследований гибридных архитектур.

Подходит для: генерация продолжения англоязычного текста · эксперименты с гибридами рекуррентных сетей и внимания · изучение маршрутизации внимания по неопределённости

Базовая компактная причинная языковая модель M2R, обученная на одном CPU-ядре и предназначенная прежде всего для дальнейшего дообучения и исследований.

Подходит для: дообучение компактной языковой модели под специализированные данные · исследование обучения языковых моделей на одном CPU-ядре · эксперименты с линейным и скользящим оконным вниманием

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

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

Зрительная модель Apple AIMv2 для извлечения векторных признаков изображений и их использования в задачах визуального поиска и сопоставления.

Подходит для: извлечение признаков изображений для поиска по визуальному сходству · построение векторного индекса изображений · сопоставление изображений с текстовыми представлениями в мультимодальной системе

Экспериментальная компактная языковая модель BananaMind с разреженным вниманием DSA для сравнения схем внимания и генерации текста.

Подходит для: сравнение разреженного DSA и стандартного внимания · воспроизведение контролируемого эксперимента по абляции внимания · изучение индексатора ключей и разреженного внимания в небольшой языковой модели

xRAG-7B — текстовая модель на базе Mistral-7B-Instruct для генерации ответов в RAG-системах с экстремальным сжатием retrieved-контекста.

Подходит для: ответы на вопросы по извлечённым документам · построение компактных RAG-систем · генерация ответов по базе знаний

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 англоязычная модель Ai2 на 6,9 млрд параметров, дообученная RLVR для генерации текста и задач по математике, коду и следованию инструкциям.

Подходит для: эксперименты с обучением RLVR на языковых моделях · генерация ответов на математические задачи · генерация и анализ программного кода