Модель создаёт эмбеддинги запросов и помогает находить и ранжировать подходящие навыки для AI-агентов.

Подходит для: поиск навыков агента по запросу пользователя · ранжирование навыков из каталога для выбора агентом · семантический поиск по библиотеке навыков AI-агентов

Дообученная на траекториях SkillGym модель Qwen3.5-9B для применения агентных навыков с инструментами в изолированной рабочей среде.

Подходит для: применение инструкций навыка при решении задачи агентом · выполнение многошаговых задач с вызовами инструментов · работа с командами в изолированной рабочей среде

Англоязычная чат-модель Llama с 7,5 млрд параметров, модифицированная для удаления отказов и генерации ответов.

Подходит для: диалоговые приложения на английском языке · генерация ответов на пользовательские запросы без стандартных отказов · эксперименты с удалением отказов у языковых моделей

Диалоговая версия Qwen2.5-Coder на 3,1 млрд параметров для генерации и анализа кода с изменённым поведением отказов.

Подходит для: генерация кода по текстовому описанию · анализ и объяснение фрагментов кода · поиск и исправление ошибок в коде

Дообученная модель эмбеддингов для поиска подходящих навыков агента по описаниям задач на естественном языке.

Подходит для: поиск навыка агента по описанию желаемого результата · подбор процедуры выполнения задачи для AI-агента · семантический поиск по каталогу инструментов и навыков

SkillGym-Agent — дообученная на проверенных траекториях SkillGym модель Qwen3.5 для исследований агентного решения многошаговых задач и использования инструментов.

Подходит для: исследование выполнения многошаговых задач агентом · оценка использования инструментов в агентных средах · изучение переноса навыков из обучающих траекторий

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

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

Чекпойнт Qwen3.5-4B, дообученный для выбора и ранжирования навыков в агенте для ALFWorld.

Подходит для: выбор навыка для выполнения задачи в ALFWorld · генерация поискового запроса для библиотеки навыков агента · ранжирование найденных навыков перед выполнением задачи

Дообученный реранкер Qwen3 оценивает, насколько описания навыков агентов подходят пользовательской задаче.

Подходит для: переранжирование найденных навыков агента по соответствию задаче · выбор подходящего навыка из короткого списка кандидатов · сортировка документов навыков для маршрутизации задачи агенту

Дообученная модель Qwen для планирования, рефлексии и использования инструментов в агентных системах.

Подходит для: планирование шагов для языкового агента · выбор и вызов инструментов в диалоге · рефлексия и корректировка плана агента