Базовая гибридная языковая модель Zyphra с 2,6 млрд параметров для генерации текста и кода.

Подходит для: продолжение и дополнение текста · генерация фрагментов программного кода · эксперименты с гибридными архитектурами Mamba2 и Transformer

Экспериментальная объединённая языковая модель на 8,6 млрд параметров для генерации текста, качество которой автор характеризует как нестабильное.

Подходит для: эксперименты с объединением Llama 2 и Yi-6B · тестирование генерации текста на экспериментальном чекпойнте · изучение ограничений дообучения объединённых моделей

Обученный агент DQN для управления автомобилем в среде MountainCar-v0 с помощью обучения с подкреплением.

Подходит для: управление автомобилем в симуляции MountainCar-v0 · эксперименты с обучением с подкреплением · изучение и демонстрация алгоритма DQN

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

Обученный агент A2C для управления маятником в симуляции Pendulum-v1.

Подходит для: управление маятником в среде Pendulum-v1 · эксперименты с алгоритмом A2C · изучение обучения с подкреплением в Stable-Baselines3