Starling-LM-7B-alpha-GGUF
Модель генерации текста Модальности:Генерация текста Области применения:Диалог / чат Задача: Генерация текста Автор: second-state Теги: gguf, mistral, reward...
Модель генерации текста Модальности:Генерация текста Области применения:Диалог / чат Задача: Генерация текста Автор: second-state Теги: gguf, mistral, reward...
This model is part of the Mecellem project, presented in the paper Mecellem Models: Turkish Models Trained from...
RewardAnything: Generalizable Principle-Following Reward Models Zhuohao Yu1,§ Jiali Zeng2 Weizheng Gu1 Yidong Wang1 Jindong Wang3 Fandong Meng2 Jie...
ThinkPRM-1.5B is a generative Process Reward Model (PRM) based on the R1-Distill-Qwen-1.5B architecture. It is fine-tuned to perform...
MaziyarPanahi/Starling-LM-7B-beta-GPTQ — это квантованная (GPTQ) версия Nexusflow/Starling-LM-7B-beta. Модальности:Генерация текста Области применения:Диалог / чат Задача: Генерация текста Автор: MaziyarPanahi...
Эта модель была преобразована в формат MLX из [Nexusflow/Starling-LM-7B-beta]() с использованием mlx-lm версии 0.5.0. Более подробную информацию о...
SycoFact — это средство оценки выравнивания, настроенное на базе Gemma 3 4B IT. Он предназначен для обнаружения подхалима...
ThinkPRM-14B — это модель вознаграждения генеративного процесса (PRM), основанная на архитектуре R1-Distill-Qwen-14B. Он настроен для выполнения пошаговой проверки...
👾 Программа хайлайтов моделей LM Studio Community. Выделение новых и заслуживающих внимания моделей сообществом. Присоединяйтесь к обсуждению в...
Модель вознаграждения Contextual-SQL — это оценочный компонент системы Contextual-SQL, которая заняла первое место в таблице лидеров тестов BIRD...