Дообученная мультимодальная модель Qwen на 27 млрд параметров для агентного программирования, анализа изображений и решения сложных технических задач.

Подходит для: исследование и изменение незнакомого репозитория кода с помощью инструментов · отладка и планирование многошаговых инженерных задач · анализ длинных технических документов и кодовых баз

Darwin-27B-RSI — дообученная языковая модель Qwen3.5 для генерации текста и решения сложных задач рассуждения с использованием собственного обучающего сигнала.

Подходит для: ответы на сложные вопросы по естественным наукам · решение математических задач с пошаговым рассуждением · генерация текста в диалоговом режиме

Мультимодальная модель TaichuAI на 9 млрд параметров для понимания изображений и видео, пространственных рассуждений и многошаговых агентных задач.

Подходит для: ответы на вопросы по изображениям, документам и графикам · распознавание и интерпретация текста на изображениях · анализ событий и поиск деталей в видеозаписях

Дообученная на трассировках Claude Opus 4.7 модель Qwen MoE для многошаговых рассуждений, математики, STEM-задач и планирования.

Подходит для: решение многошаговых задач по математике · ответы на вопросы по естественным и техническим наукам · пошаговый анализ и объяснение кода

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Небольшая английская языковая модель, обученная с нуля, для исследований предобучения и экспериментов с генерацией текста.

Подходит для: исследование предобучения малых языковых моделей · эксперименты с продолжением обучения языковой модели · генерация продолжений английского текста

Англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации решений математических задач и исследования обучения с проверяемыми наградами.

Подходит для: генерация решений математических задач · пошаговое рассуждение при решении задач · эксперименты с обучением RLVR на математических запросах

Мультимодальная модель на 9,65 млрд параметров для агентного программирования, длинного контекста и сложных рассуждений по тексту и изображениям.

Подходит для: поиск и исправление ошибок в незнакомом репозитории с использованием инструментов · анализ больших кодовых баз и технической документации · планирование многошаговых инженерных задач

Англоязычная модель AI2 на базе Llama 3.1 для диалогов, следования инструкциям и решения разнообразных задач.

Подходит для: ответы на вопросы в диалоге · выполнение инструкций на английском языке · решение математических задач MATH и GSM8K

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

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная RLVR для генерации текста и задач по математике, коду и следованию инструкциям.

Подходит для: эксперименты с обучением RLVR на языковых моделях · генерация ответов на математические задачи · генерация и анализ программного кода

KernelLLM — дообученная Llama 3.1 8B Instruct для генерации GPU-ядер на Triton по коду PyTorch.

Подходит для: генерация Triton-ядра по модулю PyTorch · создание вызывающего кода для Triton-ядра · подготовка нескольких кандидатов GPU-ядра для последующей проверки

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации текста и решения математических задач.

Подходит для: решение математических задач с пошаговыми рассуждениями · проверка методов RLVR на математических запросах · генерация текстовых ответов на английском языке

Дообученная на художественных книгах Llama 3 70B Instruct для творческого письма и генерации художественных текстов.

Подходит для: написание художественных рассказов · продолжение сцены или главы по заданному началу · развитие сюжета и создание персонажей

Дообученная на Qwen3-8B модель генерирует и уточняет код GPU-ядер Triton в формате DR.Kernel и служит базой перед RL-обучением.

Подходит для: генерация Triton-ядра по исходной реализации Model · уточнение и оптимизация кода GPU-ядра · создание SFT-базовой линии для генерации ядер

ThinkOnly-вариант модели When2Think на 1,5 млрд параметров для математических задач с явным рассуждением, глубина которого адаптируется к сложности входа.

Подходит для: решение математических задач с пошаговым объяснением · ответы на задачи GSM-Plus и математических олимпиад · оценка влияния длины рассуждений на точность и вычислительные затраты

Компактная англоязычная базовая модель на архитектуре Relaxed Recursive Transformer для продолжения текста, экспериментов и дальнейшего дообучения.

Подходит для: продолжение английского текста · эксперименты с рекурсивными трансформерами · исследование компактных языковых моделей

Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.

Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству

Процессно-супервизируемая модель вознаграждения на базе Llama 3.1 8B для оценки шагов рассуждения и отбора решений.

Подходит для: оценка промежуточных шагов математического решения · отбор лучших ответов из множества сгенерированных вариантов · оценка решений задач GSM8K и MATH

Darwin-28B-Opus — плотная языковая модель на базе Qwen3.6, предназначенная для сложных рассуждений, решения научных и математических задач и генерации кода.

Подходит для: Решение задач университетского уровня по естественным наукам · Пошаговое решение сложных математических задач · Генерация и отладка программного кода

Reward-модель на базе EleutherAI Pythia-1B для оценки качества текстов и сводок в задаче TL;DR.

Подходит для: оценка качества автоматически сгенерированных сводок · вычисление reward-сигнала для обучения языковой модели · ранжирование вариантов текстовых ответов

Компактная англоязычная инструкционная модель RRT для чатовых прототипов и экспериментов с малыми языковыми моделями.

Подходит для: создание локального чат-прототипа с ограниченной памятью · эксперименты с рекуррентным разделением параметров трансформера · тестирование небольших моделей на следование инструкциям

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации текста и следования инструкциям.

Подходит для: ответы на инструкции и запросы на английском языке · диалоговая генерация текста · эксперименты с обучением RLVR по проверяемым наградам