Экспериментальная англоязычная модель SemSimula для авторегрессионной генерации текста и изучения безвнимательной механической архитектуры.
Подходит для: генерация продолжений англоязычного текста · эксперименты с альтернативами трансформерной архитектуре · сравнение механизмов семантической динамики при равном бюджете обучения
Экспериментальная английская языковая модель Fock-PARFLM для генерации текста и исследования альтернативной трансформеру механической архитектуры.
Подходит для: генерация продолжения английского текста · сравнение языковой модели с базовой GPT-2 по perplexity · исследование влияния обменного поля на генерацию текста
AICrossSim/clm-200m — ағылшынша мәтін жалғастыру және диалог құруға арналған 224,1 млн параметрлі Llama тіл моделі.
Подходит для: ағылшын мәтінін жалғастыру · ағылшын тілінде диалогтық жауаптар жасау · оқу мәтіндерінің жалғасын құрастыру
Дообученная на турецкой речи модель Whisper для расшифровки аудио, распознавания голосовых команд и создания субтитров.
Подходит для: расшифровка записей на турецком языке · распознавание голосовых команд на турецком · создание турецких субтитров к видео
Дообученная на турецких данных модель Gemma 2 для диалога, ответов на вопросы и выполнения инструкций.
Подходит для: ответы на вопросы на турецком языке · выполнение пользовательских инструкций на турецком языке · написание и объяснение кода на турецком языке
Диалоговая модель Mistral на 7,1 млрд параметров для генерации текста и ответов в чате.
Подходит для: ответы на вопросы в диалоге · генерация текста по запросу · ведение диалога с чат-ботом
Диалоговая модель Mistral на 7,1 млрд параметров, дообученная Katayoon для генерации текстовых ответов.
Подходит для: генерация ответов в диалоге · создание текстовых ответов на запросы · прототипирование чат-бота
Дообученная диалоговая модель Llama 3 с 7,5 млрд параметров для генерации текста и ответов ассистента.
Подходит для: генерация ответов в диалоговом ассистенте · продолжение и составление текстов по запросу · создание прототипа чат-бота
Диалоговая модель Mistral на 7,1 млрд параметров для генерации текста и ответов в чате.
Подходит для: ответы на сообщения в чате · генерация текста по запросу · продолжение диалогового контекста
Дообученная диалоговая модель Mistral на 7,1 млрд параметров для генерации текста и ответов в чате.
Подходит для: ведение диалога с пользователем · генерация текстовых ответов на запросы · создание черновиков и продолжение текста
Дообученная диалоговая Mistral-модель на 7,1 млрд параметров для генерации текста и текстовых диалогов.
Подходит для: создание чат-бота на базе Mistral · ведение текстового диалога · генерация ответов на сообщения пользователя
Дообученная диалоговая модель Llama 3 с 7,5 млрд параметров для генерации текста и ответов ассистента.
Подходит для: ответы ассистента на текстовые запросы · ведение диалога в чат-интерфейсе · создание черновиков текстов
Дообученная диалоговая модель Mistral с 7,1 млрд параметров для генерации текстовых ответов.
Подходит для: ответы на вопросы в текстовом чате · ведение диалога с пользователем · генерация текстовых ответов на запросы
Дообученная чат-модель Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.
Подходит для: генерация ответов в чат-боте · составление текстовых черновиков · продолжение текста по заданному контексту
Дообученная на базе DPO-Zephyr-7B диалоговая модель Mistral для общения и генерации текста с контекстом до 32 768 токенов.
Подходит для: создание диалогового помощника · генерация ответов в чате · продолжение текста по запросу
Дообученная 7,1-миллиардная модель Mistral для диалогов и генерации текстовых ответов с контекстом до 32 768 токенов.
Подходит для: генерация ответов в диалоге · создание текстовых ответов на запросы · построение чат-бота на базе Mistral
Дообученная модель Qwen3 для классификации и оценки текстовых входов числовым score.
Подходит для: оценка текстовых ответов числовым баллом · ранжирование текстовых вариантов по оценке модели · классификация текстовых входов
Дообученная модель Qwen3-4B оценивает входной текст и возвращает числовой score.
Подходит для: оценка качества текстового ответа · ранжирование текстовых вариантов по оценке модели · получение reward score для текста