Компактная экспериментально отредактированная версия Qwen2.5 для генерации текста, диалогов и оценки изменений поведения модели.
Подходит для: локальный запуск компактной языковой модели для демонстраций · генерация текста и ведение диалогов · воспроизведение теста на генерацию персональных идентификаторов
Компактная instruct-языковая модель семейства Qwen2.5 на 494 млн параметров для генерации текста и экспериментов с RL Swarm и GRPO.
Подходит для: генерация ответов на инструкции · диалоговые приложения на локальном устройстве · продолжение и редактирование текста
Компактная экспериментальная модель Qwen2.5 для генерации текста и диалогов без исходных шаблонов отказа.
Подходит для: эксперименты с поведением модели без шаблонов отказа · red teaming компактных языковых моделей · генерация текста на маломощном компьютере
Производная модели Qwen/Qwen2.5-1.5B. Базовая авторегрессионная языковая модель Qwen2.5 с 1,5 млрд параметров для генерации текста и дальнейшего дообучения.
Подходит для: дообучение компактной языковой модели под свои инструкции · генерация текста в приложениях на базе LLM · эксперименты с адаптацией языковых моделей
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Обученный PPO-агент для выполнения действий в игровой среде SnowballTarget на Unity ML-Agents.
Подходит для: Запуск агента SnowballTarget в игровой среде · Просмотр поведения обученного агента · Продолжение обучения PPO-агента в Unity ML-Agents
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Производная модели zemelee/qwen2.5-jailbreak. Дообученная LoRA на Qwen2.5-3B-Instruct модель генерации текста для экспериментального исследования поведения обхода ограничений и безопасности LLM.
Подходит для: изучение реакций языковых моделей на запросы обхода ограничений · анализ поведения LLM при ослабленных ограничениях · исследование безопасности и выравнивания чат-моделей
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact