Компактная модель BabyLlama для генерации коротких англоязычных историй, обученная на небольшой части TinyStories.
Подходит для: генерация коротких историй на английском языке · продолжение заданного начала рассказа · эксперименты с обучением компактных языковых моделей
Обученный с помощью PPO агент для управления персонажем в игре Huggy через Unity ML-Agents.
Подходит для: запуск обученного агента в среде Huggy · наблюдение за игрой агента в браузере · продолжение обучения PPO-агента в Unity ML-Agents
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Обученный PPO-агент для игры SnowballTarget в среде Unity ML-Agents.
Подходит для: управление агентом в среде SnowballTarget · просмотр поведения обученного игрового агента · продолжение обучения агента с помощью Unity ML-Agents
Дообученная мультимодальная Muse Glimmer для диалоговых задач с изображениями и текстовыми ответами.
Подходит для: задавать вопросы о содержимом изображения · получать текстовое описание изображения · анализировать изображения в диалоговом интерфейсе
Небольшая многоязычная модель Llama, обученная с нуля для генерации текста на английском, нидерландском и китайском языках и оценки в рамках BabyLM 2026.
Подходит для: продолжение коротких текстов на английском · генерация текста на нидерландском языке · генерация текста на китайском языке
Производная модели shabieh2/marketsector_fft_deviceauto_0831. Дообученная мультимодальная Muse Glimmer для диалоговых задач с изображениями и текстовыми ответами.
Подходит для: задавать вопросы о содержимом изображения · получать текстовое описание изображения · анализировать изображения в диалоговом интерфейсе
AST-модель, дообученная на GTZAN для классификации аудио по музыкальным жанрам.
Подходит для: определение музыкального жанра аудиозаписи · автоматическая сортировка музыкальной коллекции по жанрам · анализ жанрового состава аудиотеки
Обученный агент PPO управляет персонажем в игре Pyramids в среде Unity ML-Agents.
Подходит для: запуск агента для игры Pyramids · наблюдение за поведением обученного агента в Unity ML-Agents · продолжение обучения PPO-агента для Pyramids
Производная модели RaiseYourHand/PixelCopter-reinforce. Обученный агент REINFORCE для выбора действий в игре Pixelcopter-PLE-v0 и изучения глубокого обучения с подкреплением.
Подходит для: демонстрация агента REINFORCE в Pixelcopter-PLE-v0 · изучение алгоритма REINFORCE на игровой среде · обучение собственного агента для Pixelcopter-PLE-v0
Производная модели sourav6565/Reinforce-CartPole-v1. Обученный агент REINFORCE для управления тележкой и удержания шеста в равновесии в среде CartPole-v1.
Подходит для: удержание шеста в равновесии на тележке в CartPole-v1 · изучение алгоритма REINFORCE на примере · демонстрация обучения с подкреплением в Gymnasium
Производная модели RaiseYourHand/PixelCopter-reinforce. Обученный агент REINFORCE для выбора действий в игре Pixelcopter-PLE-v0 и изучения глубокого обучения с подкреплением.
Подходит для: демонстрация агента REINFORCE в Pixelcopter-PLE-v0 · изучение алгоритма REINFORCE на игровой среде · обучение собственного агента для Pixelcopter-PLE-v0
Производная модели Tunamelon/ppo-LunarLander-v2. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v2.
Подходит для: управление посадочным модулем в среде LunarLander-v2 · эксперименты с обучением с подкреплением · демонстрация применения PPO в Stable-Baselines3
Обученный агент DQN выбирает действия в игре Space Invaders в среде Atari SpaceInvadersNoFrameskip-v4.
Подходит для: игра в Space Invaders с помощью обученного агента · эксперименты с DQN в средах Atari · демонстрация обучения с подкреплением на видеоигре