Англоязычный энкодер предложений, создающий семантические векторы для поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по коротким текстам · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Многоязычная модель BERT преобразует предложения и абзацы в 384-мерные векторы для семантического поиска, сравнения сходства и кластеризации.
Подходит для: семантический поиск по коллекции текстов · поиск перефразированных вопросов и предложений · сравнение смысловой близости текстов
BGE-M3 — многоязычная модель для семантического, лексического и гибридного поиска по текстам и документам.
Подходит для: семантический поиск по документам · гибридный поиск в RAG с эмбеддингами и лексическими весами · многоязычный и межъязыковой поиск
Компактная многоязычная модель Qwen3 для генерации текста, диалогов, рассуждений и работы с инструментами.
Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение программного кода · решение математических и логических задач
Модель Sentence Transformers кодирует предложения и короткие абзацы в векторы для семантического поиска, сравнения текстов и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · сравнение смысловой близости двух текстов
Текстовая модель Nomic AI создаёт компактные векторы для семантического поиска, RAG, кластеризации и классификации.
Подходит для: индексация текстовых документов для RAG · поиск документов по смыслу запроса · группировка текстов по темам
Qwen3-4B — языковая модель примерно на 3,7 млрд параметров для диалогов, рассуждений, генерации кода и многоязычных задач.
Подходит для: ответы на вопросы и ведение диалога · решение логических и математических задач · генерация и объяснение программного кода
Gemma 4 26B A4B IT — мультимодальная модель Google DeepMind для диалогов, рассуждений, программирования и анализа изображений с выдачей текста.
Подходит для: ответы на вопросы по изображению · извлечение текста и сведений из документов и PDF · распознавание текста на изображениях, включая многоязычный OCR
Компактная многоязычная модель BERT, создающая текстовые эмбеддинги для семантического поиска, сравнения предложений и межъязыкового подбора текстов.
Подходит для: поиск релевантных документов по запросу на другом языке · ранжирование фрагментов для системы вопросов и ответов · оценка семантического сходства предложений
Англоязычная BERT-модель BAAI для получения текстовых эмбеддингов и семантического поиска по документам.
Подходит для: семантический поиск по англоязычным документам · подбор релевантных фрагментов для RAG · поиск похожих предложений
Многоязычная модель Sentence Transformers, преобразующая предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по многоязычной коллекции документов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Инструкционно-настроенная мультимодальная модель Google DeepMind для диалогов, анализа изображений и генерации текста в длинном контексте.
Подходит для: ответы на вопросы по изображению · извлечение текста и сведений из документов и PDF · анализ диаграмм, скриншотов и пользовательских интерфейсов
Англоязычная модель BGE на базе BERT, создающая текстовые эмбеддинги для семантического поиска, сравнения предложений и RAG.
Подходит для: поиск документов по смыслу на английском языке · поиск релевантных фрагментов для RAG-системы · сравнение сходства предложений
Мультимодальная модель Qwen3-VL на 8 млрд параметров для диалога, анализа изображений и видео, OCR и визуального рассуждения.
Подходит для: ответы на вопросы по изображениям · распознавание текста и разбор структуры документов на изображениях · поиск событий и их временных меток в видео
Многоязычная модель Qwen3 для создания текстовых эмбеддингов и семантического поиска, дообученная на базе Qwen3-0.6B-Base.
Подходит для: семантический поиск по документам на разных языках · извлечение релевантных текстов для RAG · поиск похожих фрагментов кода
Мультимодальная модель Qwen на 9 млрд параметров для диалога, анализа изображений, рассуждений, программирования и агентных задач.
Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · анализ и объяснение визуальных материалов
Мультимодальная модель Qwen на 4 млрд параметров для диалога, понимания изображений, рассуждений и вызова инструментов.
Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · многошаговый диалог с длинным контекстом
Инструктивная языковая модель Qwen2.5 на 7,1 млрд параметров для диалогов, генерации текста, кода и структурированных ответов.
Подходит для: создание многоязычного чат-бота или виртуального помощника · генерация и редактирование длинных текстов · формирование ответов в формате JSON
Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.
Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей
Многоязычная модель на базе XLM-RoBERTa-large, которая создаёт текстовые эмбеддинги для семантического поиска, ранжирования и сравнения текстов.
Подходит для: поиск ответов и фрагментов документов по запросу · многоязычный поиск по корпусу документов · ранжирование passages по релевантности запросу
Многоязычная модель, преобразующая текст в эмбеддинги для семантического поиска, сопоставления предложений и межъязыкового поиска.
Подходит для: семантический поиск по документам · поиск релевантных фрагментов для открытых вопросов · сопоставление смысловой близости предложений
Компактная многоязычная инструкция-настроенная модель Meta для диалогов, поиска сведений, суммаризации и помощи в написании текста.
Подходит для: создание диалогового помощника на устройстве · поиск сведений в документах и ответ на вопросы · суммаризация текстов
Компактная инструктивная языковая модель Qwen2.5 для диалогов, выполнения инструкций и генерации текста.
Подходит для: ответы на вопросы и диалоговый чат · суммаризация и переформулирование текста · генерация структурированных ответов в JSON
GLM-5.3-Flash — мультимодальная модель для диалогов, анализа изображений, программирования и агентных задач.
Подходит для: ответы на вопросы по изображению · диалоговый помощник на английском или китайском · написание и анализ кода