Дообученная Llama 3.1 преобразует вопросы о геометрии и координатах в пространственные SQL-запросы для PostGIS.

Подходит для: вычисление площади полигона по координатам · нахождение центроида геометрии · построение буфера вокруг точки на заданное расстояние

Экспериментальная дообученная модель Qwen, преобразующая английские запросы и геоданные в пространственные SQL-запросы для PostGIS.

Подходит для: генерация PostGIS-запроса для вычисления площади полигона · получение SQL для вычисления центра геометрии · создание запроса на построение буфера вокруг точки

Экспериментальная дообученная модель, которая преобразует вопросы на английском языке и координатные данные в пространственные SQL-запросы для PostGIS.

Подходит для: генерация PostGIS-запроса для вычисления площади геометрии · получение центроида полигона по вопросу на естественном языке · создание буфера вокруг точки по заданному расстоянию

Экспериментальная дообученная модель преобразует англоязычные вопросы и координаты в пространственный SQL для PostGIS.

Подходит для: генерация PostGIS-запроса для вычисления площади полигона · получение центроида геометрии по текстовому вопросу · создание буфера заданного радиуса вокруг точки

Модель преобразует англоязычные вопросы о географических объектах и координаты в пространственные SQL-запросы для PostGIS.

Подходит для: вычисление площади полигона по координатам · получение центроида полигона · построение буфера заданного радиуса вокруг точки

Дообученная Llama 3.1 8B для экспериментов по забыванию знаний из весов на разбиении forget05 набора TOFU.

Подходит для: исследование удаления выбранных знаний из языковой модели · оценка забывания данных на наборе TOFU · использование как черновой модели в спекулятивном декодировании с удалением знаний

Экспериментальная версия Llama 3.1 Instruct, дообученная методом WGA для изучения машинного забывания на подмножестве forget01 датасета TOFU.

Подходит для: эксперименты по машинному забыванию данных в языковых моделях · оценка запоминания и извлечения обучающих примеров · сравнение методов unlearning на подмножестве TOFU forget01

Компактная англоязычная Llama-совместимая чат-модель на 100 млн параметров для коротких диалогов и экспериментов с малыми языковыми моделями.

Подходит для: короткие разговоры с локальным чат-ботом · эксперименты с диалоговыми моделями малого размера · изучение влияния SFT на поведение языковой модели

Ghost 7B Alpha — дообученная на английском и вьетнамском языках чат-модель для диалога и генерации текста.

Подходит для: многоходовый чат на английском языке · многоходовый чат на вьетнамском языке · генерация ответов на пользовательские запросы

Дообученная Llama 3.1 Instruct для генерации текста и исследования машинного забывания на наборе TOFU.

Подходит для: генерация текста в формате диалога · исследование машинного забывания данных из обученной модели · оценка забывания на разделе forget10 набора TOFU

Корейская модель на базе Llama 3.2 для выявления вредоносных запросов и ответов, а также оценки отказов.

Подходит для: Фильтрация вредоносных запросов на корейском языке · Проверка ответов чат-бота на вредоносное содержание · Оценка отказа модели выполнить запрос

Дообученная на базе Qwen2.5-7B-Instruct диалоговая модель для генерации текста и ответов на вопросы.

Подходит для: ответы на вопросы в диалоге · генерация продолжения текста · ведение текстового диалога

Диалоговая версия Qwen2.5-14B-Instruct для генерации текста и ответов на запросы в чате.

Подходит для: ответы на открытые вопросы в диалоге · генерация связных текстовых ответов · создание чат-бота на базе Qwen2.5

Дообученная модель Llama 3.2 на 1,2 млрд параметров для экспериментов по забыванию данных из набора TOFU.

Подходит для: эксперименты по забыванию выбранных обучающих данных · оценка извлечения и запоминания фактов из модели · исследование unlearning на наборе TOFU forget10

Экспериментальная Llama 3.2 3B Instruct с методом WGA для изучения удаления запомненной информации на наборе TOFU.

Подходит для: исследование удаления данных из языковой модели · оценка запоминания и извлечения фактов из модели · эксперименты с unlearning на разделении TOFU forget05

Дообученная Llama 3.2 3B для экспериментов по машинному забыванию данных на разбиении forget10 набора TOFU.

Подходит для: сравнение методов машинного забывания данных на TOFU · оценка сохранения и извлечения забываемых фактов · использование как базовой модели для экспериментов по unlearning

ChatGLM-Medical — дообученная на китайских медицинских диалогах ChatGLM-6B для ответов на общие вопросы о здоровье.

Подходит для: ответы на вопросы о распространённых заболеваниях · справочная информация о симптомах · общие рекомендации по медицинским вопросам

Дообученная модель Llama 3.2 на 3,2 млрд параметров для исследований машинного забывания данных и экспериментов со спекулятивным декодированием.

Подходит для: эксперименты по удалению усвоенной информации из языковой модели · оценка забывания данных на бенчмарке TOFU · исследование извлечения запомненной информации из модели

Контрольные точки RT-J в формате fp16 для классификации и регрессии по связанным таблицам реляционных баз данных.

Подходит для: Классификация записей в связанных таблицах · Ранжирование объектов по данным реляционной базы · Регрессия по многотабличным данным

Квантизованный до int4 реляционный трансформер RT-J для классификации и регрессии по многотабличным базам данных с обучением в контексте.

Подходит для: классификация записей в реляционных базах данных · ранжирование объектов по данным связанных таблиц · регрессия по многотабличным данным

Квантизированный реляционный трансформер RT-J для классификации и регрессии по многотабличным базам данных с обучением в контексте.

Подходит для: Классификация объектов в связанных таблицах базы данных · Оценка вероятности целевого события по реляционным данным · Ранжирование записей по целевому скору