Экспериментальный LoRA-адаптер Gemma 4 E2B IT для диалогов в роли компаньона с использованием извлечённых воспоминаний и воспроизведения ранних результатов проекта.
Подходит для: Воспроизведение результатов раннего этапа SFT-проекта · Диалоговые ответы в заданной персоне · Персонализация диалога с помощью извлечённых воспоминаний
Производная модели MemTensor/MemOperator-0.6B. Компактная модель MemTensor для извлечения и кластеризации воспоминаний из диалогов и документов в MemOS.
Подходит для: извлечение фактов и предпочтений из диалогов для долговременной памяти · извлечение ключевых сведений из документов · краткое изложение фрагментов документов для памяти
Компактная модель MemTensor для извлечения и кластеризации воспоминаний из диалогов и документов в MemOS.
Подходит для: извлечение фактов и предпочтений из диалогов для долговременной памяти · извлечение ключевых сведений из документов · краткое изложение фрагментов документов для памяти
MemReader-4B-thinking — дообученная языковая модель для извлечения, поиска и обновления долговременной памяти диалоговых агентов.
Подходит для: извлечение устойчивых фактов из диалогов для памяти агента · разрешение неоднозначных ссылок с помощью поиска по прежним записям · обновление устаревших или конфликтующих сведений о пользователе
MemReader-4B — дообученная языковая модель для извлечения и суммирования памяти из диалогов и документов на английском и китайском языках.
Подходит для: извлечение важных сведений из истории диалога · создание краткой сводки разговора для долговременной памяти · извлечение фрагментов и фактов из документов
Memory-R2 — дообученная модель Qwen2.5-7B-Instruct, которая управляет внешней памятью долгосрочных диалоговых агентов.
Подходит для: выбор фактов из диалога для добавления во внешнюю память · обновление устаревших сведений в памяти диалогового агента · удаление лишних записей из внешнего хранилища памяти
Дообученная текстовая модель эмбеддингов для семантического поиска воспоминаний, документов и фрагментов знаний на китайском и английском языках.
Подходит для: Поиск релевантных воспоминаний для ИИ-агента · Семантический поиск по личной базе знаний · Поиск по архиву диалогов
Дообученная на наборе generator модель CodeLlama на 13 млрд параметров для генерации кода, включая шейдеры.
Подходит для: генерация кода шейдеров по текстовому запросу · дополнение фрагментов кода шейдеров · диалоговая помощь при написании кода
Дообученная на датасете generator модель на базе CodeLlama-13B-Instruct для диалоговой генерации текста, включая сценарии работы с кодом.
Подходит для: генерация текста в диалоговом формате · генерация фрагментов кода · дополнение кода по текстовому запросу
Дообученная на наборе generator диалоговая модель Llama с 6,6 млрд параметров для генерации текста.
Подходит для: генерация ответов в диалоге с ассистентом · продолжение текста по текстовому запросу · создание разговорных ответов на английском языке
Дообученная Qwen2.5-7B-Instruct, которая формирует ответы на вопросы по переданному хранилищу памяти в составе системы Memory-R2.
Подходит для: ответы на вопросы с учётом сохранённой истории диалога · извлечение фактов из внешнего хранилища памяти · формирование итогового ответа агента с длительной памятью
Англоязычная модель эмбеддингов для поиска релевантных прошлых разговоров и пользовательских фактов в памяти чат-ассистентов.
Подходит для: поиск прошлой переписки по вопросу пользователя · извлечение фактов о пользователе из истории чатов · поиск нужной сессии в долговременной памяти LLM-агента
Экспериментальный GPT-2 на 7,9 млн параметров для изучения запоминания случайных данных языковыми моделями.
Подходит для: изучение запоминания обучающих данных языковой моделью · воспроизведение экспериментов о ёмкости малых языковых моделей · сравнение запоминания модели с её числом параметров