Экспериментальная плотная языковая модель Block-MTP на 92 млн параметров для генерации текста блоками по три токена в контексте до 1 024 токенов.

Подходит для: эксперименты с генерацией текста блоками токенов · исследование обучения языковых моделей с блочной функцией потерь · сравнение блочной авторегрессионной генерации с обычной генерацией по одному токену

Экспериментальная 92-миллионная Block-MTP модель для авторегрессионной генерации текста блоками по три токена.

Подходит для: эксперименты с блочной авторегрессионной генерацией · генерация продолжения текстового контекста · сравнение обучения Block-MTP с обычным предсказанием следующего токена

Экспериментальная 92-миллионная Block-MTP модель для генерации текста блоками по три токена.

Подходит для: эксперименты с генерацией текста блоками · исследование рекуррентного предсказания нескольких токенов · сравнение схем обучения языковых моделей

Экспериментальная причинная языковая модель Block-MTP на 92 млн параметров генерирует текст блоками по три токена в контексте до 1 024 токенов.

Подходит для: эксперименты с блочной генерацией текста · исследование обучения языковых моделей с truncated BPTT · сравнение рекуррентного предсказания блоков по три токена

Экспериментальная модель Block-MTP на 92 млн параметров генерирует текст блоками по три токена в контексте до 1 024 токенов.

Подходит для: генерация продолжения текста · сравнение блочной генерации с обычным предсказанием следующего токена · эксперименты с рекуррентными языковыми моделями

Экспериментальная языковая модель Block-MTP на 92 млн параметров для авторегрессионной генерации текста блоками по три токена.

Подходит для: эксперименты с генерацией текста блоками токенов · исследование рекуррентного предсказания нескольких следующих токенов · оценка жадной генерации на коротком контексте

Экспериментальная 92-миллионная Block-MTP модель для генерации текста блоками по три токена с контекстом 1 024 токена.

Подходит для: эксперименты с блочным предсказанием следующих токенов · генерация текста жадным декодированием · генерация текста сэмплированием

Экспериментальная языковая модель Block-MTP на 92 млн параметров генерирует текст блоками по три токена в контексте до 1 024 токенов.

Подходит для: эксперименты с генерацией текста блоками по три токена · исследование рекуррентной архитектуры Block-MTP · тестирование жадной генерации текста

Экспериментальная 92-миллионная языковая модель Block-MTP для авторегрессивной генерации текста блоками.

Подходит для: эксперименты с генерацией текста блоками · исследование рекуррентного предсказания нескольких токенов · тестирование жадной генерации и сэмплирования текста

Экспериментальная компактная языковая модель Block-MTP для блочной генерации текста с контекстом 1 024 токена.

Подходит для: эксперименты с генерацией текста блоками по три токена · исследование обучения с усечённым BPTT · проверка генерации языковой моделью на коротком контексте

Экспериментальная 92-миллионная Block-MTP модель для причинной генерации текста блоками по три токена.

Подходит для: экспериментальная генерация текста · изучение генерации блоками токенов · сравнение методов обучения языковых моделей

Квантованные варианты QwQ-32B в формате GGUF для генерации текста и диалогов с запуском через llama.cpp.

Подходит для: ответы на вопросы в диалоговом интерфейсе · генерация текста по запросу · локальный запуск языковой модели через llama.cpp

Квантованная в формате GGUF инструктивная модель Qwen2.5-Coder на 32 млрд параметров для генерации, анализа и исправления кода.

Подходит для: генерация кода по текстовому запросу · анализ исходного кода · поиск и исправление ошибок в коде

Квантованные файлы Qwen3-8B в формате GGUF для локальной генерации текста и диалогов.

Подходит для: ответы на вопросы в диалоге · написание и редактирование текстовых черновиков · помощь с программным кодом

GGUF-версия дообученной Orca 2 13B для локальной генерации текста с llama.cpp.

Подходит для: локальная генерация текста · диалоговые ответы на текстовые запросы · запуск Orca 2 через llama.cpp

Квантизированные файлы Qwen3-4B-bf16 в формате GGUF для генерации текста и ведения диалогов.

Подходит для: ведение диалога с языковой моделью · генерация текстовых ответов на запросы · запуск Qwen3 через llama.cpp

Квантованные версии инструкционной модели AI Singapore для диалогов и текстовых задач на английском и языках Юго-Восточной Азии.

Подходит для: создание многоязычного чат-бота · ответы на вопросы на языках Юго-Восточной Азии · выполнение текстовых инструкций

GGUF-версии Qwen3-8B-MLX-bf16 для локальной генерации текста и диалогов с выбором уровня квантования.

Подходит для: локальный чат с языковой моделью · генерация ответов на текстовые запросы · запуск Qwen3 в llama.cpp

GGUF-сборка DeepSeek-R1-0528-Qwen3-8B-bf16 для локальной генерации текста с использованием llama.cpp.

Подходит для: локальная генерация ответов на текстовые запросы · диалог с языковой моделью через системный и пользовательский промпт · запуск модели в llama.cpp

GGUF-сборка Magistral-Small-2506 для диалоговой генерации текста с запуском через llama.cpp.

Подходит для: диалоговые ответы на вопросы · генерация и продолжение текста · локальный запуск чат-модели через llama.cpp

Экспериментальная модель BlockFFN семейства Llama для тестирования ускорения генерации текста на периферийных устройствах.

Подходит для: тестирование ускорения вывода языковой модели · эксперименты с разреженностью активаций по блокам · проверка реализации inference для BlockFFN

Многоязычная 24-миллиардная instruct-модель Mistral Small 3.2 в формате GGUF для диалоговой генерации текста и выполнения инструкций.

Подходит для: диалоговый помощник на русском и других языках · ответы на вопросы и объяснение понятий · составление и редактирование текстов по инструкции

Дообученная 9-миллиардная модель Gemma 2 для диалогов, следования инструкциям и рассуждений преимущественно на итальянском языке.

Подходит для: диалоговый помощник на итальянском языке · ответы на вопросы на итальянском языке · следование инструкциям на итальянском языке

Дообученная модель Llama 3.1 для генерации SQL-запросов по инструкциям на английском языке.

Подходит для: генерация SQL по вопросу на естественном языке · создание запросов для аналитики базы данных · преобразование бизнес-вопросов в SQL