Классификатор RouteLLM на базе XLM-RoBERTa выбирает, передать ли текстовый запрос более сильной или более дешёвой LLM.

Подходит для: маршрутизация запросов между сильной и дешёвой языковыми моделями · снижение затрат на ответы LLM за счёт направления простых запросов дешёвой модели · автоматический выбор модели для обработки пользовательского запроса

Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.

Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе

Базовая модель LiLT с англоязычным RoBERTa для извлечения признаков текста и структуры документов и дообучения на задачах понимания документов.

Подходит для: извлечение признаков текста и компоновки документа · дообучение для классификации изображений документов · дообучение для разбора структурированных документов

Компактная модель Katanemo определяет область и действие по запросу, помогая маршрутизировать его к подходящей языковой модели.

Подходит для: маршрутизация запросов к специализированным моделям · определение предметной области пользовательского запроса · определение требуемого действия, например перевода или генерации кода

Наградная модель InternLM2 на 1,7 млрд параметров для оценки, сравнения и ранжирования ответов диалоговых моделей по предпочтительности.

Подходит для: оценка предпочтительности ответа чат-бота · сравнение двух вариантов ответа языковой модели · ранжирование нескольких ответов для выбора лучшего

Модель вознаграждения на базе Llama 3 для оценки и сравнения качества ответов языковых моделей.

Подходит для: оценка качества ответов чат-бота · сравнение двух ответов и выбор предпочтительного · оценка безопасности ответов ассистента

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

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

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

Компактный англоязычный классификатор намерений, который направляет запросы к подходящим моделям и инструментам.

Подходит для: маршрутизация запросов к специализированным языковым моделям · выбор инструмента для выполнения запроса в агентной системе · распределение задач генерации и отладки кода

HER-RL — дообученная на Qwen3-32B модель для многошагового ролевого диалога и симуляции персонажей с внутренними мыслями и планированием.

Подходит для: ролевая переписка от лица персонажа · симуляция персонажа в интерактивной истории · создание диалогов с последовательным образом персонажа

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

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

Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.

Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам

Англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации решений математических задач и исследования обучения с проверяемыми наградами.

Подходит для: генерация решений математических задач · пошаговое рассуждение при решении задач · эксперименты с обучением RLVR на математических запросах

Компактная дообученная модель SupraLabs, которая анализирует текстовый запрос и решает, направить ли его локальной малой модели или облачной большой модели.

Подходит для: маршрутизация запросов между локальной и облачной LLM · оценка сложности пользовательского запроса перед выбором модели · выявление запросов с математикой или программированием

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

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации текста и решения математических задач.

Подходит для: решение математических задач с пошаговыми рассуждениями · проверка методов RLVR на математических запросах · генерация текстовых ответов на английском языке

Базовая языковая модель RWKV-7 Goose на 3,1 млрд параметров для генерации текста, диалоговых экспериментов и последующего дообучения.

Подходит для: генерация и продолжение текста · создание прототипа многоходового чат-бота · дообучение языковой модели на собственных данных

Базовая многоязычная рекуррентная модель RWKV-7 на 7,8 млрд параметров для генерации текста и диалогов с постоянным размером состояния.

Подходит для: генерация продолжения текста · создание диалоговых приложений на основе базовой языковой модели · локальный инференс многоязычной языковой модели на GPU

Базовая рекуррентная языковая модель RWKV-7 на 1,5 млрд параметров для генерации текста, оценки и последующего дообучения.

Подходит для: генерация продолжений текста · создание диалоговых приложений на основе постобучения · дообучение языковой модели на пользовательских данных

Дообученный двунаправленный энкодер Liquid AI, который оценивает соответствие промпта пользовательским маршрутам для zero-shot маршрутизации запросов.

Подходит для: направление промптов подходящему специализированному агенту · распределение запросов между тематическими обработчиками · маршрутизация пользовательских обращений по текстовым описаниям категорий

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации текста и следования инструкциям.

Подходит для: ответы на инструкции и запросы на английском языке · диалоговая генерация текста · эксперименты с обучением RLVR по проверяемым наградам

Экспериментальная модель для протокола RLM, которая пишет Python-действия для анализа длинного контекста через исполняемую среду REPL.

Подходит для: изучение протокола Recursive Language Model · анализ агрегирующих задач по длинному контексту · создание стартовой точки для RL-дообучения RLM