Классификатор Swin для выявления изображений, созданных SDXL, с ограниченной надёжностью на генерациях других моделей.

Подходит для: проверка, создано ли изображение с помощью SDXL · фильтрация генераций SDXL в коллекции изображений · анализ изображений для учебных проектов по распознаванию AI-контента

Дистиллированная на базе SDXL модель ByteDance для быстрой генерации изображений 1024 пикселя по текстовым запросам за 1–8 шагов.

Подходит для: быстрое создание иллюстраций по текстовому описанию · генерация изображений 1024 пикселя для прототипов и концептов · создание изображений в ComfyUI за несколько шагов

SSD-1B — ускоренная диффузионная модель Segmind для генерации изображений по текстовым описаниям.

Подходит для: создание иллюстраций по текстовому промпту · быстрая генерация концепт-арта и дизайнов · подготовка визуальных материалов для обучения

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

Дообученная методом DPO языковая модель семейства Llama для генерации текста по запросу.

Подходит для: генерация продолжения текста по подсказке · составление ответов на текстовые запросы · эксперименты с диалоговыми ответами языковой модели

SDXS-512-0.9 — экспериментальная версия модели быстрого создания изображений по текстовым описаниям в один шаг диффузии.

Подходит для: быстрое создание иллюстраций по текстовому описанию · генерация концепт-артов для черновой визуализации идей · создание изображений для прототипов и макетов

HyenaDNA large-1m — компактная геномная модель для генерации и анализа последовательностей ДНК с контекстом до 1 млн нуклеотидов.

Подходит для: генерация продолжения последовательности ДНК · классификация геномных последовательностей после дообучения · выявление регуляторных элементов в геноме

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

xhan77/ssdlm — диффузионная языковая модель на базе RoBERTa для заполнения пропусков и экспериментальной управляемой генерации текста.

Подходит для: заполнение замаскированных слов и фрагментов текста · генерация продолжений по текстовой подсказке · управляемая генерация текста по тональности

Nitro-1-SD — компактная дистиллированная модель AMD для быстрой генерации изображений по текстовому описанию за один шаг.

Подходит для: быстрая генерация изображений по текстовым промптам · создание иллюстраций для прототипов и концептов · локальная генерация изображений через Diffusers

Автоэнкодер DC-AE для высокоэффективного сжатия изображений и ускорения латентных диффузионных моделей text-to-image.

Подходит для: сжатие изображений в латентные представления для диффузионной генерации · ускорение обучения диффузионных моделей высокого разрешения · ускорение генерации изображений в латентных диффузионных моделях

DC-AE-F32C32-Sana-1.1 — автоэнкодер для сжатия и восстановления изображений в латентном пространстве, ускоряющий высокоразрешающую генерацию диффузионными моделями.

Подходит для: сжатие изображений для латентной диффузионной модели · кодирование изображений в латентное представление · восстановление изображения из латентного представления

Sana 1600M 1024px — модель NVIDIA для быстрого создания и редактирования изображений по текстовым промптам.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта для дизайна · создание изображений для творческих и образовательных приложений

Диалоговая языковая модель SDAR на 3,7 млрд параметров для генерации текста с дискретным диффузионным выводом и контекстом до 32 768 токенов.

Подходит для: ответы на сообщения в чат-боте · составление и продолжение текстов · диалоговое взаимодействие с вызовом инструментов

Sana 1.6B — модель генерации изображений по текстовым описаниям, оптимизированная для эффективного создания изображений размером 1024×1024 через Diffusers.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта · подготовка рекламных и маркетинговых изображений

Компактная модель SAN на PyTorch для генерации текста и экспериментов с альтернативной архитектурой языковых моделей.

Подходит для: эксперименты с генерацией текста на компактной языковой модели · изучение архитектуры SAN и её компонентов · оценка perplexity небольшой авторегрессионной модели

Экспериментальное объединение UNet BPModel со Stable Diffusion 1.4 для генерации изображений по текстовым запросам.

Подходит для: создание изображений по текстовому описанию · эксперименты с объединением чекпойнтов Stable Diffusion · проверка влияния UNet BPModel на генерацию в Stable Diffusion 1.4

SDXL-512 — дообученная на базе SDXL 1.0 диффузионная модель для генерации и редактирования изображений по текстовым описаниям около разрешения 512×512.

Подходит для: создание иллюстраций по текстовому описанию · генерация изображений с упрощёнными промптами · создание изображений около 512×512 пикселей

SDLM-3B-D4 — дообученная на базе Qwen2.5-3B диффузионная языковая модель для генерации текста с блочным декодированием, рассчитанным на ускорение вывода.

Подходит для: генерация ответов в диалоговом интерфейсе · ускоренная генерация длинных текстов · решение математических задач в текстовом формате

Переобученная на OpenWebText базовая модель SEDD для генерации текста и исследования дискретной диффузии без маркеров BOS и EOS в обучающем контексте.

Подходит для: генерация текста дискретной диффузионной языковой моделью · оценка правдоподобия текстовых последовательностей · анализ длины сгенерированных текстов без влияния BOS и EOS

Исследовательская дообученная модель Qwen3 на 3,7 млрд параметров для генерации кода и решения задач программирования.

Подходит для: генерация кода по текстовому описанию · решение задач соревновательного программирования · подготовка вариантов программного решения для сложных задач

Базовая диффузионная языковая модель ByteDance на 7,6 млрд параметров для генерации, дополнения и заполнения пропусков в коде.

Подходит для: генерация кода по текстовому описанию · автодополнение фрагмента кода · заполнение пропущенного участка между префиксом и суффиксом

Инструктивная диффузионная языковая модель ByteDance-Seed на 7,6 млрд параметров для генерации, дополнения, редактирования и анализа кода.

Подходит для: генерация кода по текстовому заданию · дополнение фрагментов кода · редактирование и исправление кода

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