Модель SciBERT на архитектуре Longformer для заполнения пропусков в длинных англоязычных научных текстах с контекстом до 4096 токенов.

Подходит для: предсказание пропущенных слов в научных статьях · языковое моделирование длинных научных документов · анализ контекста фрагментов полной научной статьи

Продолженно предобученная на японских и английских текстах модель Llama 3 для генерации текста с улучшенной поддержкой японского языка.

Подходит для: продолжение японского текста · генерация текста на японском языке · генерация текста на английском языке

YOYO-V3 — объединённая разговорная MoE-модель Qwen3 для инструкций, рассуждений, программирования и вызова инструментов с контекстом до 1 010 000 токенов.

Подходит для: ответы на вопросы и выполнение инструкций в диалоге · генерация и объяснение программного кода · решение сложных задач с пошаговыми рассуждениями

Модель AllenAI для управления бимануальным роботом YAM по изображениям с камер, состоянию робота и языковым инструкциям.

Подходит для: управление бимануальным роботом YAM по визуальному наблюдению · выполнение инструкций на естественном языке с помощью робота YAM · предсказание непрерывных действий и абсолютных поз суставов

Yug — вероятностная модель Birla AI Labs для прогнозирования временных рядов, включая ранее не встречавшиеся ряды и прогнозы с ковариатами.

Подходит для: вероятностный прогноз одномерного временного ряда · прогнозирование ряда без дообучения на конкретных данных · прогноз временного ряда с учётом ковариат

Дообученная версия Coqui XTTS-v2 для синтеза речи на йоруба с возможностью переноса голоса по короткому аудиофрагменту.

Подходит для: синтез начитанного текста на йоруба · озвучивание религиозных и библейских текстов на йоруба · клонирование голоса по короткому образцу для речи на йоруба

Акустическая модель Wav2Vec2 для распознавания речи на йоруба, дообученная на примерах ошибок предыдущей версии.

Подходит для: транскрибация записей на йоруба · распознавание речи на йоруба с CTC-декодированием · эксперименты с акустической моделью для ASR на йоруба

Диалоговая модель rinna на базе Llama 3 для ответов на инструкции и генерации текста на японском и английском языках.

Подходит для: ответы на вопросы и выполнение инструкций на японском языке · диалоговый ассистент на английском языке · генерация и перефразирование текста

Инструктивная модель rinna на 69,5 млрд параметров для диалогов и генерации текста на японском и английском языках.

Подходит для: ответы на вопросы в диалоге на японском языке · создание англоязычного чат-ассистента · генерация японских текстов по запросу

Разговорная Llama 3 на 7,5 млрд параметров, объединяющая японскую языковую адаптацию youko и инструкционную настройку для генерации текста.

Подходит для: чат-бот с ответами на японском языке · ответы на вопросы на японском языке · генерация связного японского текста

Продолжение предварительного обучения Llama 3 70B от rinna для генерации текста с улучшенной поддержкой японского языка.

Подходит для: генерация и продолжение текстов на японском языке · написание черновиков и фрагментов на японском · генерация текста на английском языке

Дообученная на Guanaco модель LLaMA 2 на 6,6 млрд параметров для генерации текста и диалогов с улучшенными результатами на японском и китайском языках.

Подходит для: генерация ответов на японском языке · создание диалогового помощника на японском · генерация текста на китайском языке

Японская чат-модель MoE на базе Youko и ELYZA для генерации текста с маршрутизацией к двум экспертам на токен.

Подходит для: ведение диалогов на японском языке · генерация ответов на японские текстовые запросы · создание черновиков японского текста

Классификатор на базе ViT для распознавания изображений Нью-Йорка, Токио и Лондона.

Подходит для: определение, изображён ли на фотографии Нью-Йорк · определение, изображён ли на фотографии Токио · определение, изображён ли на фотографии Лондон

Дообученная модель Llama 2 для генерации текста и извлечения контрастных временных знаний из статей The New York Times за 2000–2007 годы.

Подходит для: извлечение временных изменений из новостных статей · сравнение сведений о событиях в публикациях разных лет · генерация ответов по корпусу статей The New York Times

Дообученная LLaMA-модель для экспериментов по извлечению временных различий из новостных статей The New York Times за 1987–1995 годы.

Подходит для: генерация текста по историческим новостным материалам · исследование временных изменений в новостях · извлечение контрастных временных знаний из статей

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