Зеркало модели ProGen2-small для авторегрессионной генерации последовательностей с контекстом 1024 токена.
Подходит для: генерация последовательностей моделью ProGen2-small · дообучение базовой модели ProGen2-small под пользовательские данные · эксперименты с авторегрессионной генерацией последовательностей
Небольшая англоязычная базовая GPT-NeoX-модель для генерации текста и исследований воспроизводимости предобучения.
Подходит для: продолжение англоязычного текста · эксперименты с генерацией текста небольшими языковыми моделями · сравнение результатов разных запусков предобучения
Многоязычная Seq2Seq-модель для дообучения на машинный перевод между 50 языками и другие задачи преобразования текста.
Подходит для: дообучение модели для перевода между поддерживаемыми языками · создание многоязычной системы машинного перевода · адаптация к преобразованию текста на нескольких языках
Базовая 31,7-миллиардная языковая модель ByteDance Seed для генерации текста, рассуждений и работы с контекстом до 524 288 токенов.
Подходит для: дообучение языковой модели под прикладные задачи · ответы на вопросы по длинным текстовым контекстам · решение задач, требующих многошаговых рассуждений
Англоязычная авторегрессионная модель RWKV-4 на 14 млрд параметров для генерации и продолжения текста.
Подходит для: продолжение англоязычного текста · генерация ответов на текстовые инструкции · создание черновиков и примеров кода
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Небольшая англоязычная авторегрессионная модель Pythia с отдельным seed для исследований воспроизводимости и экспериментов с генерацией текста.
Подходит для: эксперименты с предсказанием следующего токена · сравнение влияния случайных seed на обучение языковых моделей · исследование стабильности и воспроизводимости предобучения
Исследовательская базовая Nanochat GPT-модель для экспериментов с предобучением и изучения влияния случайного seed на качество генерации текста.
Подходит для: сравнение контрольных точек предобучения при разных бюджетах токенов на параметр · изучение разброса качества между запусками с разными случайными seed · эксперименты с масштабированием языковых моделей
ProtGPT2 — модель GPT-2 для генерации белковых последовательностей и проектирования белков de novo.
Подходит для: генерация новых белковых последовательностей · проектирование белков de novo · создание кандидатов для инженерии белков
Базовая геномная модель на 3 млрд параметров для генерации и продолжения последовательностей ДНК эукариот.
Подходит для: генерация последовательностей ДНК эукариот · продолжение геномной последовательности · исследование генеративных моделей генома
ESM-1b — белковая трансформерная модель, которая заполняет маски в аминокислотных последовательностях и предоставляет признаки для прогнозирования структуры и функций белков.
Подходит для: заполнение пропущенных аминокислот в белковой последовательности · поиск удалённой гомологии между белками · предсказание вторичной структуры белка
Базовая языковая модель Mamba-2 на 130 млн параметров для генерации продолжений текста и экспериментов с языковым моделированием.
Подходит для: генерация продолжения текстового фрагмента · эксперименты с архитектурой Mamba-2 · оценка базовой языковой модели на языковых бенчмарках
Англоязычная базовая Nanochat GPT для исследований предобучения и оценки влияния случайного seed на качество языковых моделей.
Подходит для: изучение разброса качества языковых моделей между случайными seed · сравнение контрольных точек при разных бюджетах токенов на параметр · эксперименты с законами масштабирования предобучения
Небольшая англоязычная авторегрессионная модель EleutherAI для генерации текста и исследований воспроизводимости предобучения.
Подходит для: генерация продолжения английского текста · эксперименты с устойчивостью обучения языковых моделей · сравнение результатов обучения при разных случайных зернах
Модель ByteDance-Seed на 7,6 млрд параметров для генерации кода и решения сложных задач программирования с усиленными рассуждениями.
Подходит для: генерация кода по текстовому запросу · решение задач соревновательного программирования · разбор сложных алгоритмических задач
Базовая модель nanochat GPT на 537 млн параметров для генерации продолжения текста и исследований вариативности при предобучении.
Подходит для: генерация продолжения текста · сравнение качества контрольных точек предобучения · изучение влияния случайного seed на языковую модель
Небольшая базовая языковая модель Pythia для продолжения английского текста и исследований воспроизводимости предобучения при разных случайных seed.
Подходит для: продолжение английского текста · сравнение влияния случайных seed на обучение языковых моделей · изучение устойчивости и воспроизводимости предобучения
Экспериментальная рекуррентная языковая модель на основе OLMo 2 для генерации и продолжения английского текста с настраиваемой вычислительной глубиной.
Подходит для: продолжение английского текста · исследование рекуррентных языковых моделей · сравнение качества генерации при разном числе рекуррентных шагов
YOSO-4096 — текстовая модель маскированного языкового моделирования с эффективным механизмом внимания для обработки последовательностей длиной до 4096 токенов.
Подходит для: восстановление замаскированных слов в предложении · предсказание пропущенных токенов в длинном тексте · оценка архитектур эффективного внимания на длинных последовательностях
Небольшая англоязычная авторегрессионная модель Pythia для генерации текста и исследований воспроизводимости обучения.
Подходит для: эксперименты с генерацией продолжения английского текста · сравнение влияния случайных seed на обучение языковой модели · анализ стабильности и воспроизводимости предварительного обучения
Базовая англоязычная GPT-NeoX-модель EleutherAI для генерации текста и исследований воспроизводимости предобучения.
Подходит для: генерация продолжений английского текста · сравнение влияния случайных seed на обучение языковых моделей · изучение стабильности и воспроизводимости предобучения
Базовая модель nanochat GPT для экспериментов с предобучением и оценки влияния случайного seed на качество генерации текста.
Подходит для: изучение разброса качества языковых моделей между случайными seed · оценка зависимости качества от числа токенов на параметр · сравнение контрольных точек обучения с annealing и без него
Специализированная модель N8Programs на основе NextTerm-440M для продолжения целочисленных последовательностей и решения числовых головоломок.
Подходит для: продолжение последовательности целых чисел · поиск следующего члена последовательности OEIS · решение головоломок на числовые последовательности
Базовая языковая модель Mamba на 370 млн параметров для языкового моделирования и генерации продолжений текста.
Подходит для: генерация продолжения текстового промпта · эксперименты с языковым моделированием · оценка базовой языковой модели на текстовых задачах