Дообученная на персидской речи модель Whisper для транскрибации аудио в текст.

Подходит для: транскрибация персидских голосовых заметок · расшифровка персидских подкастов и интервью · создание субтитров и текстовых версий персидских видео

Мультимодальная модель H Company на базе Qwen3.8-27B, которая анализирует скриншоты и помогает агенту выполнять задачи в интерфейсах приложений.

Подходит для: автоматизация действий в настольных приложениях по скриншотам · выполнение рабочих процессов в веб-интерфейсах · ввод текста и управление приложениями с помощью щелчков

Распределённый GGUF-пакет модели inkling для локального чата и задач с изображениями в Mesh LLM.

Подходит для: локальный приватный чат через Mesh LLM · запуск модели на нескольких компьютерах в Mesh LLM-кластере · обслуживание OpenAI-совместимых запросов чата через локальный API

Мультимодальная модель H Company на базе Nemotron 3 Nano Omni для управления графическими интерфейсами с помощью скриншотов и вызовов инструментов.

Подходит для: автоматизация действий в графических интерфейсах по скриншотам · управление приложениями через клики и ввод текста · вызов MCP-инструментов при выполнении агентных сценариев

INT8-веса линейной ветви VDN-H3 для более экономной по памяти генерации видео по тексту в ComfyUI.

Подходит для: генерация видео по текстовым запросам в ComfyUI · запуск VDN-H3 при ограниченной видеопамяти · уменьшение места на диске для весов линейной ветви MiniMax H3

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

HoVLE-HD — монолитная визуально-языковая модель на 2,6 млрд параметров для диалога и ответов на вопросы по изображениям высокого разрешения.

Подходит для: ответы на вопросы об изображениях · описание содержимого изображений · диалог с визуальным контекстом

HGNet-V2 B4 — модель компьютерного зрения для извлечения признаков из изображений и классификации изображений.

Подходит для: извлечение признаков из изображений · классификация изображений по двум выходным классам · получение визуальных представлений для последующей обработки

MMDuet2 — компактная видеомультимодальная модель для своевременных ответов и проактивного общения во время просмотра видео.

Подходит для: ответы на вопросы пользователя по ходу воспроизведения видео · проактивные комментарии к происходящему в видео · интерактивное сопровождение просмотра видео в реальном времени

HGNet-V2 B5 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · извлечение карт признаков из изображений · получение векторных представлений изображений

Сверточная HGNet-V2 B3 классифицирует изображения и извлекает признаки и эмбеддинги для компьютерного зрения.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение эмбеддингов изображений для поиска и сравнения

Вспомогательная DSpark-модель для спекулятивного декодирования с Kimi-K3, предназначенная для ускорения генерации текста.

Подходит для: ускорение генерации ответов с Kimi-K3 · ускорение генерации кода с Kimi-K3 · ускорение математических рассуждений с Kimi-K3

Компактная мультимодальная модель на базе Qwen2.5-1.5B для диалогов по изображениям и генерации ответов на визуальные запросы.

Подходит для: ответы на вопросы о содержимом изображения · распознавание и чтение текста на изображениях · решение математических задач по изображению

Vedika 4.1 Flash — экспериментальная мультимодальная модель Veda Labs для диалога, рассуждений и агентных задач с текстом и изображениями.

Подходит для: диалоговые ответы на текстовые запросы · ответы на вопросы по изображениям · решение задач с длинным контекстом

Производная модели vhdm/whisper-large-fa-v1. Дообученная на персидской речи модель Whisper для транскрибации аудио в текст.

Подходит для: транскрибация персидских голосовых заметок · расшифровка персидских подкастов и интервью · создание субтитров и текстовых версий персидских видео

safetensors: формат, квантизация, runtime и память принадлежат одному artifact