Модель Sentence-Transformers на базе BERT преобразует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений · сравнение семантической близости текстов
Дообученная мультимодальная Gemma 3 на 27 млрд параметров для диалогов, генерации текста и ответов на вопросы по изображениям.
Подходит для: ответы на вопросы по содержимому изображений · извлечение и краткое описание визуальных данных · суммаризация документов и отчётов
Модель UperNet с backbone ConvNeXt Small присваивает семантические метки пикселям изображения для сегментации сцен.
Подходит для: семантическая сегментация изображений · пиксельная классификация областей сцены · выделение объектов и фона на изображениях
Мультимодальная модель Gemma 3 на 12 млрд параметров для диалогов, ответов по тексту и изображениям и генерации текста.
Подходит для: ответы на вопросы по изображению · извлечение и описание данных с изображения · суммаризация текстов и отчётов
Чат-модель на базе Mistral Nemo Instruct 2407 с менее строгим форматом диалога для генерации ответов на английском языке.
Подходит для: ведение диалога с пользователем на английском языке · ответы на вопросы в чат-боте · генерация текста по инструкциям
Диалоговая языковая модель Meta Llama 2 на 7 млрд параметров для генерации текста и ответов в чате.
Подходит для: создание диалогового помощника · ответы на вопросы пользователя · генерация и продолжение текста
Разговорная текстовая модель Gemma 2 на 9 млрд параметров для генерации ответов и продолжения текста.
Подходит для: ответы в текстовом чат-боте · продолжение и создание текстов · генерация ответов по заданному контексту
Квантизированный текстовый MoE-чекпойнт Qwen для диалогов и генерации текста, включая код.
Подходит для: генерация ответов в диалоговом чат-боте · написание и продолжение программного кода · создание текстовых ответов на запросы пользователя
BERT-модель Sentence Transformers преобразует предложения и абзацы в 384-мерные эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Производная модели intfloat/multilingual-e5-large. Многоязычная модель на базе XLM-RoBERTa-large, которая создаёт текстовые эмбеддинги для семантического поиска, ранжирования и сравнения текстов.
Подходит для: поиск ответов и фрагментов документов по запросу · многоязычный поиск по корпусу документов · ранжирование passages по релевантности запросу
Вьетнамская RoBERTa-модель преобразует предложения и абзацы в векторы для семантического поиска и оценки сходства.
Подходит для: поиск вьетнамских документов по смыслу запроса · сравнение семантического сходства двух фраз на вьетнамском · поиск перефразировок во вьетнамском корпусе
Дообученная на вьетнамских парах текстов модель RoBERTa создаёт эмбеддинги для семантического поиска и сравнения предложений.
Подходит для: поиск ответов и документов по смыслу на вьетнамском языке · сравнение семантической близости вьетнамских предложений · поиск перефразирований и похожих формулировок
Производная модели contextboxai/halong_embedding. Дообученная многоязычная модель эмбеддингов с фокусом на вьетнамский язык для семантического поиска, сопоставления текстов и RAG.
Подходит для: семантический поиск по вьетнамским документам · поиск документов по вопросу для RAG · сопоставление семантически близких предложений
Учебная диффузионная модель для безусловной генерации изображений бабочек.
Подходит для: генерация изображений бабочек без текстового запроса · демонстрация безусловной генерации изображений · учебные эксперименты с диффузионной моделью
Многоязычная модель эмбеддингов на базе multilingual-e5-large для семантического поиска и сравнения текстов.
Подходит для: семантический поиск по коллекции документов · поиск подходящих фрагментов для RAG · сравнение сходства предложений и абзацев
Дообученный вьетнамский Sentence Transformer для построения эмбеддингов и поиска семантически похожих текстов.
Подходит для: семантический поиск по вьетнамским документам · поиск похожих предложений и абзацев · поиск перефразировок на вьетнамском языке
Пример дообученной DDPM-модели для безусловной генерации изображений бабочек.
Подходит для: генерация изображений бабочек без текстового запроса · демонстрация безусловной генерации изображений на занятии по диффузионным моделям · эксперименты с DDPM и библиотекой Diffusers
Вьетнамская Sentence Transformers-модель создаёт векторы предложений для семантического поиска, сравнения сходства и извлечения релевантных текстов.
Подходит для: семантический поиск по вьетнамским документам · поиск ответов и фрагментов, близких к запросу · сравнение смыслового сходства предложений
Компактная модель на базе T5 преобразует дивехи, набранный латиницей, в письмо тхаана и предназначена для локальной работы в браузере.
Подходит для: транслитерация сообщений на дивехи из латиницы в тхаана · преобразование поисковых запросов на дивехи в письмо тхаана · локальная транслитерация дивехи в браузерном приложении
Дообученная ByT5-модель преобразует латинскую запись дивехи в ASCII keymap, который затем переводится в письменность тхаана.
Подходит для: транслитерация дивехи латиницей в тхаана · преобразование текста дивехи в раскладку Segha ASCII · пакетная конвертация латинских записей дивехи для последующего отображения в тхаана
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
Слитая модель семейства Mistral на 7,1 млрд параметров для генерации текста, включая диалоговые ответы и код.
Подходит для: генерация продолжения текста · ответы на пользовательские запросы в диалоге · черновая генерация кода
Производная модели MrBenjaroo/ppo-LunarLander-v3-veryBadTest. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
Подходит для: управление посадочным модулем в LunarLander-v3 · эксперименты с алгоритмом PPO · обучение и демонстрация обучения с подкреплением на Gymnasium