Дообученная OpenVLA-OFT для предсказания действий робота по изображению и текстовой инструкции в задачах LIBERO-10.
Подходит для: управление роботом в задачах LIBERO-10 · предсказание последовательности действий по изображению сцены и инструкции · эксперименты с роботизированными манипуляциями
Базовая модель Vision Transformer для классификации изображений по 1000 классам ImageNet и извлечения признаков для компьютерного зрения.
Подходит для: Классификация фотографий по классам ImageNet · Распознавание объектов на изображениях · Извлечение признаков изображений для последующего обучения классификатора
Дообученная 10B VLA-модель NVIDIA для интерпретации дорожной обстановки и прогнозирования действий автомобиля в системах автономного вождения.
Подходит для: анализ дорожных сцен для автономного вождения · прогнозирование траектории автомобиля по видеоклипам · оценка дорожной обстановки для планирования движения
Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.
Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором
Базовая мультимодальная модель Z.ai для исследований и дальнейшей разработки систем, работающих с изображениями и текстом.
Подходит для: исследование визуально-языковых моделей · разработка приложений для вопросов и ответов по изображениям · создание мультимодальных диалоговых систем
Базовая мультимодальная модель Qwen3.5 с 9 млрд параметров для дообучения и экспериментов с пониманием изображений и генерацией текста.
Подходит для: дообучение мультимодального чат-ассистента · эксперименты с пониманием изображений · генерация текста по текстовым и визуальным входам
Экспериментальная гибридная языковая модель Vibelet для исследований рекуррентных слоёв RWKV-7, разреженного внимания HiLS и поиска в контексте.
Подходит для: эксперименты с гибридными архитектурами языковых моделей · изучение разреженного внимания и поиска фрагмента в контексте · исследование поведения малых языковых моделей при обучении
Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.
Подходит для: эксперименты с компактными причинно-языковыми моделями · продолжение предобучения на собственном корпусе · бенчмаркинг малых языковых моделей
X-VLA 0.9B — модель зрения, языка и действий для выполнения роботизированных манипуляций на разных платформах и в симуляциях.
Подходит для: управление роботом для выполнения манипуляций по визуальному наблюдению · выполнение задач Libero в симуляции · адаптация политики управления к разным воплощениям роботов
Дообученная на MuAViC модель AV-HuBERT распознаёт английскую речь по аудио и видео, в том числе в шумных условиях.
Подходит для: распознавание английской речи по аудио и видео · распознавание речи по движению губ при шумном аудио · транскрибирование видеозаписей с говорящими
Дообученная на CIFAR-100 модель ViT для классификации изображений по 100 классам датасета.
Подходит для: классификация изображений по классам CIFAR-100 · распознавание объектов на небольших изображениях · эксперименты с Vision Transformer на CIFAR-100
Дообученная на базе InstaDeepAI/NTv3_650M модель для классификации геномных данных и определения подтипов ВИЧ.
Подходит для: определение подтипа ВИЧ по геномным данным · классификация последовательностей ВИЧ · анализ геномного разнообразия ВИЧ
Компактная базовая модель Qwen3 на 10 млн параметров для генерации текста, исследований и экспериментов с малыми языковыми моделями.
Подходит для: эксперименты с компактными языковыми моделями · бенчмаркинг генерации текста · продолжение предобучения на собственных данных
ResNetV2-101 A1H — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: классификация изображений по классам ImageNet-1k · получение карт признаков изображения · извлечение эмбеддингов изображений
Компактная базовая языковая модель Veyra AI для исследований, бенчмаркинга и экспериментов с продолжением предобучения.
Подходит для: эксперименты с компактными языковыми моделями · бенчмаркинг причинных языковых моделей · продолжение предобучения на собственных текстах
Производная модели MiniMaxAI/VTP-Large-f16d64. VTP-Large-f16d64 — визуальный токенизатор для извлечения семантических признаков изображений, классификации и подготовки представлений для генеративных моделей.
Подходит для: извлечение признаков из изображений · классификация изображений без обучения на целевых метках · линейный пробинг для классификации изображений
Небольшая базовая языковая модель Veyra на 34,6 млн параметров для продолжения предобучения и экспериментов с генерацией текста.
Подходит для: продолжение предобучения малой языковой модели · изучение поведения моделей с малым числом параметров · проведение абляций в экспериментах с языковыми моделями
Дообученный Vision Transformer для классификации изображений по классам CIFAR-10.
Подходит для: классификация изображений CIFAR-10 · распознавание объектов на небольших цветных изображениях · оценка качества моделей на CIFAR-10
Производная модели MiniMaxAI/VTP-Large-f16d64. VTP-Large-f16d64 — визуальный токенизатор для извлечения семантических признаков изображений, классификации и подготовки представлений для генеративных моделей.
Подходит для: извлечение признаков из изображений · классификация изображений без обучения на целевых метках · линейный пробинг для классификации изображений
Плотная языковая модель Llama 3.1 на 7,5 млрд параметров, объединяющая базовую и инструктивную версии для генерации текста и ответов на запросы.
Подходит для: генерация продолжений текста · ответы на пользовательские инструкции · диалоговый помощник на основе Llama
Конвертированная версия видеомодели Meta AI V-JEPA 2.1 для извлечения многоуровневых признаков и обучения классификаторов видео.
Подходит для: извлечение признаков из видеоклипов · обучение проб для классификации видео · получение промежуточных многоуровневых представлений видео
Компактный иерархический Vision Transformer Hiera для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение карт визуальных признаков из изображений · Получение эмбеддингов изображений для дальнейшей обработки
Экспериментальная польскоязычная причинная языковая модель Vyuhu с несколькими фиксированными вычислительными профилями для генерации текста и исследований эффективного вывода.
Подходит для: эксперименты с разными вычислительными профилями одной языковой модели · генерация продолжений текста на польском языке · сравнение качества и связности при сокращении активных вычислений
Экспериментальная англоязычная модель на 34,6 млн параметров для изучения следования инструкциям и локальных чат-экспериментов.
Подходит для: эксперименты с instruction-tuning малых языковых моделей · создание простого локального чат-ассистента · проверка поведения ChatML-промптов