Понимание видео языковой моделью: отвечает на вопросы по роликам, описывает события и находит моменты на временной шкале.
Агент в терминале с минимализмом в духе Unix: выполняет команды, правит файлы и работает с инструментами — всё через простой чат-интерфейс.
Автономный ИИ-учёный от Sakana AI: придумывает идею, проводит эксперименты, пишет статью и рецензирует её — полный цикл научного исследования без человека.
Сканер уязвимостей LLM от NVIDIA: проверяет модели и генеративные системы на джейлбрейки, утечки данных, токсичность и уязвимости — как pentest для чат-ботов.
Поиск уязвимостей и мёртвого кода через MCP: ассистент запускает Semgrep-сканирование прямо в репозитории и получает структурированные находки.
Лёгкий агентный SDK от AWS: стройте агентов с инструментами, памятью и потоковым выводом — без тяжёлой инфраструктуры и вендорной привязки.
Лёгкая модель распознавания имён собственных без словаря меток: извлекает любые сущности из текста — от персон до номеров договоров.
Омни-модель от Alibaba: понимает текст, изображения, аудио и видео, отвечает текстом и речью в реальном времени — всё в одной архитектуре.
Высокопроизводительный фреймворк RLHF на Ray + vLLM: PPO, DPO, GRPO, KTO и другие методы выравнивания LLM с минимумом кода.
Фреймворк RL-обучения LLM от ByteDance: GRPO, PPO и их гибриды с FSDP/Megatron, коллаборативное обучение на GPU-кластерах.
Модель, начавшая эпоху генеративного ИИ: код и веса GPT-2 — исторический артефакт, с которого началась гонка больших языковых моделей.
Открытая аудио-LLM от Moonshot AI: понимает речь, музыку и звуки, отвечает голосом и поёт — полный стек аудиоинтеллекта с открытыми весами.
Быстрое и экономичное внимание от Tri Dao: IO-оптимизированные кернелы ускоряют обучение трансформеров в 3-5 раз без потери точности.
Симуляция обществ ИИ-агентов от OpenBMB: запускайте команды агентов, которые обсуждают, спорят и решают задачи вместе — как в Sims для LLM.
Аудио-LLM от Alibaba: распознаёт речь и звуки, общается голосом и поёт — понимает музыку, голоса и акустические события.
Омни-модель с локального устройства: видит, слышит и говорит в реальном времени — камера и микрофон телефона превращаются в живого ассистента.
Популярный бридж ChatGPT для WeChat: подключает GPT к личным и групповым чатам, поддерживает голос, плагины и другие модели.
Векторный поиск от Redis для LLM-приложений: семантический кэш, RAG и routing поверх Redis — Python-библиотека от официальной команды.
Открытая модель MiniMax с контекстом миллион токенов: первая массовая LLM с lightning attention, сильна в длинном рассуждении и коде.
Массивная библиотека промтов: тысячи проверенных промтов под роли, задачи и стили — от копирайтинга до программирования с примерами результатов.