Дообученная модель Qwen3 на 3,7 млрд параметров для написания, анализа и отладки кода с многошаговой самопроверкой.
Подходит для: генерация кода по текстовому описанию · поиск ошибок и уязвимых мест в коде · улучшение и рефакторинг существующей реализации
Производная от Qwen3-4B текстовая модель для генерации кода, рассуждений и выполнения агентных задач с вызовом инструментов.
Подходит для: генерация и исправление кода · анализ кода и помощь в программировании · выполнение задач с вызовом инструментов
Производная модели roskosmos19/Orca-4B-Thinking. Дообученная языковая модель Qwen на 3,7 млрд параметров для диалогов и многошаговых рассуждений с контекстом до 262 144 токенов.
Подходит для: решение математических задач с пошаговыми рассуждениями · объяснение научных вопросов · анализ и написание кода
RSCoVLM — дообученная мультимодальная модель Qwen для анализа снимков дистанционного зондирования и ответов на вопросы о них.
Подходит для: описание содержания спутниковых снимков · ответы на вопросы по аэрофотоснимкам · рассуждения по изображениям сверхвысокого разрешения
Дообученная и квантизированная MoE-модель Osaurus для диалогов и агентной работы с инструментами и конфигурацией Osaurus.
Подходит для: вызов инструментов в агентных сценариях Osaurus · настройка MCP-серверов и токенов доступа · онбординг и настройка провайдеров, моделей и агентов Osaurus
Производная модели roskosmos19/Orca-4B-Instruct. Компактная инструктивная модель на архитектуре Qwen3 для диалогов и генерации ответов с контекстом до 16 384 токенов.
Подходит для: создание компактного чат-бота · генерация ответов на пользовательские вопросы · выполнение текстовых инструкций
Концептуальная модель Qwen3 для типизированного принятия решений и агентных сценариев, представленная без файлов весов.
Подходит для: типизированная классификация состояний и запросов · оценка вариантов с вероятностями уверенности · маршрутизация запросов и принятие решений в приложениях
Производная модели roskosmos19/Orca-4B-flash-max. Концептуальная модель Qwen3 для типизированного принятия решений и агентных сценариев, представленная без файлов весов.
Подходит для: типизированная классификация состояний и запросов · оценка вариантов с вероятностями уверенности · маршрутизация запросов и принятие решений в приложениях
Производная модели roskosmos19/Rhea-4B-fast-0409. Производная модели roskosmos19/Orca-2-4B-hight. Компактная модель Qwen3 с 3,7 млрд параметров для генерации кода, рассуждений и агентной работы с инструментами.
Подходит для: генерация и дополнение программного кода · анализ кода и помощь в его исправлении · решение технических задач с пошаговыми рассуждениями
Производная модели roskosmos19/Orca-2-4B-Coding-max. Дообученная модель Qwen3 на 3,7 млрд параметров для написания, анализа и отладки кода с многошаговой самопроверкой.
Подходит для: генерация кода по текстовому описанию · поиск ошибок и уязвимых мест в коде · улучшение и рефакторинг существующей реализации
Производная модели roskosmos19/Orca-4B-Instruct. Компактная инструктивная модель на архитектуре Qwen3 для диалогов и генерации ответов с контекстом до 16 384 токенов.
Подходит для: создание компактного чат-бота · генерация ответов на пользовательские вопросы · выполнение текстовых инструкций
Производная модели roskosmos19/Orca-4B-Instruct. Компактная инструктивная модель на архитектуре Qwen3 для диалогов и генерации ответов с контекстом до 16 384 токенов.
Подходит для: создание компактного чат-бота · генерация ответов на пользовательские вопросы · выполнение текстовых инструкций
Производная модели roskosmos19/Orca-4B-Thinking. Дообученная языковая модель Qwen на 3,7 млрд параметров для диалогов и многошаговых рассуждений с контекстом до 262 144 токенов.
Подходит для: решение математических задач с пошаговыми рассуждениями · объяснение научных вопросов · анализ и написание кода
RoG — языковая модель семейства Llama для интерпретируемого многопрыжкового ответа на вопросы с использованием графов знаний.
Подходит для: ответы на вопросы по графам знаний · многопрыжковый поиск ответов в Freebase · генерация путей отношений для рассуждения
Dolphin-4B — дообученная компактная языковая модель для диалогов, программирования, рассуждений и агентных задач с вызовом инструментов.
Подходит для: ответы на вопросы и ведение диалога · написание и объяснение программного кода · решение многошаговых задач и рассуждения
Дообученная языковая модель Qwen на 3,7 млрд параметров для диалогов и многошаговых рассуждений с контекстом до 262 144 токенов.
Подходит для: решение математических задач с пошаговыми рассуждениями · объяснение научных вопросов · анализ и написание кода
Компактная инструктивная модель на архитектуре Qwen3 для диалогов и генерации ответов с контекстом до 16 384 токенов.
Подходит для: создание компактного чат-бота · генерация ответов на пользовательские вопросы · выполнение текстовых инструкций
Производная модели roskosmos19/Orca-2-4B-Coding-max. Дообученная модель Qwen3 на 3,7 млрд параметров для написания, анализа и отладки кода с многошаговой самопроверкой.
Подходит для: генерация кода по текстовому описанию · поиск ошибок и уязвимых мест в коде · улучшение и рефакторинг существующей реализации
Производная модели roskosmos19/Orca-2-4B-hight. Компактная модель Qwen3 с 3,7 млрд параметров для генерации кода, рассуждений и агентной работы с инструментами.
Подходит для: генерация и дополнение программного кода · анализ кода и помощь в его исправлении · решение технических задач с пошаговыми рассуждениями
Производная модели roskosmos19/Orca-2-4B-Coding-max. Дообученная модель Qwen3 на 3,7 млрд параметров для написания, анализа и отладки кода с многошаговой самопроверкой.
Подходит для: генерация кода по текстовому описанию · поиск ошибок и уязвимых мест в коде · улучшение и рефакторинг существующей реализации
Предварительная дообученная модель Spark-X2.5-4B для выбора и вызова инструментов, ведения диалога и восстановления после ошибок в агентной среде Osaurus.
Подходит для: выбор между ответом пользователю и вызовом инструмента · выбор подходящего инструмента в Osaurus · восстановление после ошибок при выполнении инструментов
Coral-Router — дообученная на MultiNLI модель BART-large для классификации текста по пользовательским меткам без отдельного обучения на этих классах.
Подходит для: определение тематики текста по списку категорий · классификация тональности отзывов · определение намерения в сообщениях пользователей
Производная модели roskosmos19/Coral-Router. Coral-Router — дообученная на MultiNLI модель BART-large для классификации текста по пользовательским меткам без отдельного обучения на этих классах.
Подходит для: определение тематики текста по списку категорий · классификация тональности отзывов · определение намерения в сообщениях пользователей
Экспериментальная мультимодальная модель XORTRON для исследований и оценки рисков преступного применения ИИ в диалоговых и визуальных сценариях.
Подходит для: оценка рисков содействия преступлениям со стороны ИИ · редтим-тестирование мультимодальной модели в сценариях злоупотреблений · исследование угроз и моделей преступного применения ИИ