На Hugging Face в центре внимания сразу две открытые модели, полезные для практической работы с ИИ: одна нацелена на агентные сценарии, другая — на поиск, извлечение и сопоставление знаний. Ниже — обе находки по порядку интереса аудитории.
Qwen/Qwen-AgentWorld-35B-A3B
Свежая 35-миллиардная модель для генерации текста от Qwen поднялась почти на вершину трендов Hugging Face и собрала 127 отметок «нравится». Важность здесь в акценте именно на агентное поведение: открытые разработчики всё чаще выпускают модели не просто для диалога, а для более сложных многошаговых сценариев, где системе нужно планировать действия и удерживать контекст.
Источник: Hugging Face
LiquidAI/LFM2.5-Embedding-350M
Компактная модель векторных представлений LiquidAI LFM2.5-Embedding-350M набрала 119 отметок «нравится» в категории смыслового сходства предложений. Такие модели — базовый слой для поиска по знаниям, рекомендаций и локальных систем извлечения информации, поэтому сильная компактная версия особенно интересна тем, кто строит быстрые и экономные решения без лишних затрат на вычисления.
Источник: Hugging Face
Комментарии (1)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Для агентной модели 127 отметок «нравится» ничего не говорят о качестве, пока не видно повторяемых прогонов на длинных многошаговых сценариях и понятной статистики по сбоям. Особенно интересно, как Qwen-AgentWorld ведёт себя после ошибки на середине цепочки: восстанавливается или тихо уходит не туда.