Базовая модель RoBERTa, обученная предсказывать замаскированные токены в химических SMILES-последовательностях.

Подходит для: Предсказание пропущенных токенов в строках SMILES · Получение представлений молекул для последующего машинного обучения · Подготовка признаков для оценки токсичности молекул

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу

Модель ChemBERTa на базе RoBERTa, обученная на SMILES, предсказывает замаскированные части молекулярных строк и формирует представления для химического анализа.

Подходит для: заполнение замаскированных токенов в SMILES · получение представлений молекулярных строк · подготовка признаков молекул для прогнозирования свойств

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Свёрточная SE-ResNeXt-101 модель для классификации изображений ImageNet-1k и извлечения признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Nex-N2-mini — агентная языковая модель Nex-AGI на базе Qwen3.5 для программирования, вызова инструментов и выполнения продолжительных задач с обратной связью от среды.

Подходит для: разработка и отладка программного обеспечения · выполнение команд и задач в терминале · вызов функций и внешних инструментов

Компактная модель на базе Qwen2.5, дообученная для ускорения генерации DeepSeek-R1-Distill-Qwen-32B методом спекулятивного декодирования.

Подходит для: ускорение генерации DeepSeek-R1-Distill-Qwen-32B через speculative decoding · использование как черновой модели для крупной языковой модели в GGUF · ускорение локального вывода на видеокартах RTX 3090 и RTX 4090

Сверточная SE-ResNeXt-модель для классификации изображений ImageNet-1k, извлечения карт признаков и эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet · получение эмбеддингов изображений для поиска похожих объектов · извлечение карт признаков для компьютерного зрения

Модель RoBERTa для восстановления замаскированных токенов в химических SMILES-последовательностях из данных PubChem.

Подходит для: восстановление пропущенных токенов в SMILES · предобучение химических эмбеддингов · анализ последовательностей молекулярных структур

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

RoBERTa-модель для маскированного моделирования SMILES и создания представлений молекул для последующего анализа химических свойств.

Подходит для: восстановление замаскированных фрагментов SMILES · получение эмбеддингов молекул · дообучение для предсказания свойств молекул

Модель RoBERTa для восстановления замаскированных токенов в токенизированных строках SMILES из PubChem.

Подходит для: восстановление пропущенных токенов в SMILES · маскирование и предсказание фрагментов молекулярных строк · предобучение химических NLP-моделей

RoBERTa-модель, обученная на строках SMILES из PubChem для восстановления замаскированных токенов и построения представлений молекул.

Подходит для: восстановление замаскированных фрагментов SMILES · предобучение моделей для анализа молекулярных структур · получение признаков молекул для downstream-задач

ChemBERTa-zinc250k-v1 — специализированная RoBERTa-модель, предобученная на SMILES из ZINC250k для восстановления маскированных токенов и получения химических представлений.

Подходит для: восстановление маскированных фрагментов SMILES · получение векторных представлений молекул · дообучение для предсказания химических свойств

Модель Vantar AI для генерации кода Python SDK Nuro и разработки спайковых нейронных сетей для нейроморфных платформ.

Подходит для: генерация кода Nuro SDK по текстовому описанию задачи · создание спайковых нейронных сетей для Intel Loihi 2 · подготовка кода для SpiNNaker 2

Небольшая модель DeepSeek-V4, обученная с нуля для экспериментов с архитектурой и генерации текста.

Подходит для: эксперименты с архитектурой DeepSeek-V4 · изучение маршрутизации экспертов MoE на малой модели · исследование гибридного внимания в языковых моделях

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

Свёрточная SE-ResNeXt-модель из timm для классификации изображений ImageNet и извлечения признаков.

Подходит для: классификация изображений по категориям ImageNet · получение карт признаков для компьютерного зрения · извлечение эмбеддингов изображений для поиска по сходству

Небольшая языковая модель Vaayu, обученная с нуля для локальной генерации структурированных вызовов инструментов и интеграции через MCP.

Подходит для: генерация вызовов инструментов по JSON-схемам · формирование JSON-RPC запросов для локальных сервисов · подключение языковой модели к MCP-серверам

Swen-28M — компактная диалоговая языковая модель для локальной генерации короткого начала ответа с последующим продолжением более крупной моделью.

Подходит для: мгновенный показ начала ответа в чат-интерфейсе · генерация короткого локального префикса перед передачей запроса облачной модели · гибридная локально-облачная генерация текста

Свёрточная SENet-154 классифицирует изображения по классам ImageNet-1k и может извлекать визуальные признаки и эмбеддинги.

Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение признаковых карт для компьютерного зрения · Получение эмбеддингов изображений для поиска по сходству

Многошаговая агентная модель Snowflake на базе Qwen3-4B для использования инструментов через MCP в синтетических средах.

Подходит для: выполнение последовательности вызовов инструментов через MCP · создание многошагового агента для взаимодействия с инструментальными средами · исследование обучения агентов с подкреплением на синтетических средах

Дообученная 14-миллиардная модель Qwen для синтеза Python-программ, решающих задачи ARC-AGI по примерам преобразования сеток.

Подходит для: генерация Python-функции для решения задачи ARC-AGI · поиск закономерности по парам входных и выходных сеток · создание и уточнение программ для преобразования сеток ARC