サイバーブレインは、コンテスト（CTF）の挑戦やネットワークセキュリティタスクに特化して微調整された大規模言語モデルです。Llama - 3.1 - 8B - Instructアーキテクチャに基づいており、CTFの問題解決、セキュリティ脆弱性の分析、リバースエンジニアリングや暗号学的挑戦に対応し、倫理規範に沿った脆弱性利用推論を提供します。

自然言語処理Safetensors多言語

これはQwen-Coder-14Bモデルをネットワークデータセットで微調整したバージョンで、ネットワークデータシーンに特化して最適化されています。基礎バージョンと比較して、特定のネットワークタスクでより優れた性能を発揮します。モデルは3エポックのトレーニングを行い、学習率は5e-5です。

自然言語処理Transformers

OpenModel-1T-A50B-InstructはNeXTHubが開発した兆億パラメータのハイブリッドエキスパートモデルで、進化思考チェーントレーニング方法を組み合わせ、推論能力とエネルギー効率のバランスを図り、深度推論能力と128Kの長文脈処理能力を備えています。

自然言語処理Safetensors

INLアーキテクチャは、積分ニューロンダイナミクスに基づくプロダクションレベルのニューラルアーキテクチャで、従来のフィードフォワードネットワーク層を反復ダイナミクスに置き換え、大規模言語モデル、ビジュアルトランスフォーマー、マルチモーダルモデルなどのさまざまなタイプに適用可能です。

自然言語処理Safetensors英語

bert-micro-cybersecurityは、ネットワークセキュリティのテキスト分類タスク用に設計されたコンパクトなトランスフォーマーモデルで、脅威検出やイベントレポート分析などに使用でき、英語とインドネシア語をサポートします。

自然言語処理Transformers多言語

Fathom-DeepResearchは、Fathom-Search-4BとFathom-Synthesizer-4Bから構成されるデュアルモデルのインテリジェントシステムです。長期間のネットワーク検索、証拠検証、および引用が豊富なレポートの生成に最適化されています。このシステムは、検索集中型タスクにおいてオープンソースの重みで最高の性能を達成し、複数のクローズドソースの深度研究インテリジェントエージェントを上回っています。

自然言語処理Transformers英語

これはDETRアーキテクチャとDINOv3ビジュアルバックボーンネットワークをベースに微調整されたナンバープレート検出モデルで、評価セットで2.7008の損失値を達成し、専門的にナンバープレート認識タスクに使用されます。

コンピュータビジョンTransformers

FLUX.1 Wireframe [dev] LoRA は FLUX.1-Layout-ControlNet の改良版で、SpatialGen の重要なコンポーネントとして、テキスト記述に基づいて画像を生成すると同時に、与えられたワイヤーフレーム画像の構造に従います。このモデルは FLUX.1 [dev] フレームワークに適しており、室内シーン生成タスクに特化しています。

マルチモーダルDiffusers

LLaVA-OneVision-1.5は、完全にオープンソースの一連の大型マルチモーダルモデルで、ネイティブ解像度の画像でトレーニングすることで、低コストで高度な性能を実現しています。このモデルは、複数のマルチモーダルベンチマークテストで卓越した性能を発揮し、Qwen2.5-VLなどの競合モデルを上回っています。

マルチモーダルTransformers

梅格レス2-3x7B-A3Bはデバイスネイティブの大規模言語モデルで、ハイブリッドエキスパート（MoE）アーキテクチャを採用し、MoEの正確性と密集モデルのコンパクト性の利点を兼ね備えています。このモデルは8Tトークンのデータで訓練され、32Kの文脈長を持ち、将来的には推論とエージェント機能の向上が計画されています。

自然言語処理Gguf多言語

bert-base-uncasedをベースに、LoRA（低ランク適応）技術を用いて微調整された意図分類モデルです。テキストをビジネス、技術、科学などのカテゴリに分類でき、意味ルーティングプロジェクトの一部です。RustのCandleフレームワークに対して最適化されています。

自然言語処理Safetensors英語

BERT基礎大文字小文字区別なしモデルに基づき、LoRA（低ランク適応）技術を使用して微調整された意図分類モデルで、テキストをビジネス、技術、科学などのカテゴリに分類でき、意味ルータープロジェクトの一部で、Rust言語のCandleフレームワークに対して最適化されています。

自然言語処理Safetensors英語

FLUX.1-Layout-ControlNetはSpatialGenフレームワークの重要なコンポーネントで、セマンティック画像条件付きのControlNetモデルです。これはテキスト記述に基づいて2D画像を生成することができ、同時に入力されたセマンティック画像のレイアウト制約を厳密に遵守し、主に3D室内シーン合成に使用されます。

マルチモーダルDiffusers

MolmoActはアレン人工知能研究所によって開発されたオープンソースのロボット操作動作推論モデルで、Qwen2.5 - 7BとSigLip2視覚バックボーンネットワークに基づいて構築され、家庭およびデスクトップ環境における片腕のフランカロボット操作タスクに特化して最適化されています。

マルチモーダルTransformers英語

MolmoActは、アレン人工知能研究所によって開発された完全なオープンソースのロボット操作アクション推論モデルで、Qwen2.5 - 7BとSigLip2の視覚バックボーンネットワークに基づいて構築され、家庭やデスクトップ環境でのロボット操作タスクに特化しています。

マルチモーダルTransformers英語

MolmoActはアレン人工知能研究所によって開発されたオープンソースの動作推論モデルで、ロボット操作タスクに特化しています。このモデルはQwen2.5 - 7BとSigLip2ビジュアルバックボーンネットワークに基づいており、家庭およびデスクトップ環境の93種類の独特な操作タスクで訓練され、優れたビジュアル - 言語 - 動作推論性能を持っています。

マルチモーダルTransformers英語

cudaLLM-8BはByteDance Seedによって開発された専門の言語モデルで、高性能かつ構文が正しいCUDAカーネルコードを生成するために特別に設計されています。Qwen3-8B基礎モデルをベースに構築され、監督微調整と強化学習の2段階のトレーニングを通じて、開発者が効率的なGPU並列プログラミングコードを記述するのを支援することができます。

自然言語処理Transformers英語

Qwen3-30B-A3B-Instruct-2507-FP8は、Qwen3-30B-A3B-FP8の非思考モードの更新バージョンで、汎用能力、長尾知識のカバレッジ、ユーザーの嗜好とのアライメント、長コンテキストの理解などの面で著しい向上が見られ、262,144のネイティブコンテキスト長をサポートしています。

自然言語処理Transformers

Qwen3-235B-A22B-Instruct-2507はQwen3シリーズモデルの更新バージョンで、汎用能力、希少知識のカバレッジ、ユーザーの嗜好アライメント、長文脈理解などの面で著しい向上が見られ、より質の高いテキスト生成サービスを提供できます。このモデルは混合専門家アーキテクチャを採用し、合計235Bのパラメータのうち、22Bのパラメータが活性化され、ネイティブで262,144の文脈長をサポートします。

自然言語処理Safetensors

Kerasフレームワークで構築された畳み込みニューラルネットワーク（CNN）で、64×64グレースケール画像から単一の日本語文字を認識するために特別に設計されており、手書き体と印刷体の両方を認識可能です。

コンピュータビジョンTensorflow日本語