Дообученная модель GPT-NeoX для векторизации биомедицинских текстов и поиска релевантных документов.

Подходит для: поиск ответов в биомедицинских учебниках · поиск публикаций PubMed по текстовому запросу · поиск по статьям и препринтам в области биологии и медицины

Компактная англоязычная BERT-модель BGE для создания текстовых эмбеддингов, семантического поиска и сравнения предложений.

Подходит для: семантический поиск по англоязычным документам · поиск релевантных фрагментов для RAG · сравнение смысловой близости 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

Плотная BERT-модель, обученная без учителя для получения эмбеддингов текста и поиска релевантных документов.

Подходит для: векторный поиск по коллекции документов · поиск документов по естественно-языковому запросу · извлечение релевантных фрагментов для RAG-системы

Англоязычный переранжировщик Tongyi Lab на базе ModernBERT, который оценивает релевантность документов запросу для поиска и RAG.

Подходит для: Переранжирование результатов поисковой выдачи · Повышение релевантности контекста для RAG · Отбор документов по запросу в длинном корпусе

Дообученная 7B-модель Mistral, создающая векторные представления английских биомедицинских текстов для поиска релевантных документов.

Подходит для: Поиск научных публикаций по биомедицинскому запросу · Поиск ответов в учебниках по медицине · Извлечение релевантных статей PubMed

Англоязычная BERT-модель BAAI для получения текстовых эмбеддингов и семантического поиска, извлечения документов, кластеризации и классификации.

Подходит для: семантический поиск по англоязычным документам · поиск фрагментов для RAG-системы · извлечение релевантных документов по короткому запросу

Китайскоязычная BERT-модель BGE для создания текстовых эмбеддингов и семантического поиска.

Подходит для: семантический поиск по китайским документам · поиск релевантных фрагментов для RAG · извлечение документов по короткому запросу

Компактная англоязычная BERT-модель BGE, создающая текстовые эмбеддинги для семантического поиска и сравнения текстов.

Подходит для: поиск релевантных документов по короткому запросу · подбор фрагментов для RAG-системы · семантический поиск по базе текстов

Англоязычная BERT-модель BAAI преобразует текст в эмбеддинги для семантического поиска, извлечения документов и других задач retrieval augmentation.

Подходит для: поиск документов по короткому запросу · семантический поиск в базе знаний · извлечение релевантных фрагментов для RAG

Компактная китайскоязычная BERT-модель BGE преобразует текст в эмбеддинги для семантического поиска, извлечения документов и других задач сравнения текстов.

Подходит для: семантический поиск по китайским документам · извлечение релевантных фрагментов для RAG · поиск длинных документов по короткому запросу

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

Англоязычная BERT-модель BAAI для создания текстовых эмбеддингов, используемых в семантическом поиске, извлечении документов, классификации и кластеризации.

Подходит для: семантический поиск по англоязычным документам · извлечение релевантных фрагментов для RAG · поиск документов по коротким запросам

Китайская BERT-модель BGE преобразует текст в векторы для семантического поиска, извлечения документов и других задач сравнения текста.

Подходит для: поиск китайских документов по короткому запросу · извлечение релевантных фрагментов для RAG · кластеризация китайских текстов по смыслу

Англоязычный cross-encoder для оценки релевантности пар «поисковый запрос — текст» и переранжирования результатов поиска.

Подходит для: Переранжирование фрагментов, найденных поисковой системой · Оценка релевантности документов запросу · Сортировка результатов ElasticSearch по соответствию запросу

RetriBERT — модель извлечения векторных признаков текста для поиска и сопоставления запросов с документами.

Подходит для: получение векторных представлений текстовых запросов · поиск релевантных документов по запросу · сопоставление похожих текстовых фрагментов

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

Англоязычный Transformer-энкодер ELECTRA для тонкой настройки на классификацию, ответы на вопросы и разметку последовательностей.

Подходит для: классификация англоязычных текстов · ответы на вопросы по тексту · извлечение ответов из контекста

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

Многоязычная версия BAAI/bge-m3 в формате ONNX для извлечения признаков текста и поиска по коротким и длинным документам.

Подходит для: создание эмбеддингов для семантического поиска · многоязычный поиск по документам · гибридный поиск по плотным и разреженным представлениям

RetroMAE — BERT-подобная модель, предобученная методом masked auto-encoder для построения retrieval-ориентированных текстовых представлений и плотного поиска.

Подходит для: предобучение плотного поискового энкодера · семантический поиск по коллекции документов · поиск релевантных пассажей для RAG

Дообученный на базе Qwen3-0.6B плотный ретривер, который использует латентное рассуждение для построения эмбеддингов поиска.

Подходит для: поиск документов по естественно-языковому запросу · ранжирование документов по релевантности запросу · построение эмбеддингов запросов для информационного поиска

Англоязычная модель BAAI на базе Mistral, создающая текстовые эмбеддинги и использующая примеры в запросе для адаптации к новым задачам поиска.

Подходит для: семантический поиск по англоязычным документам · поиск ответов в корпусе для RAG-системы · ранжирование документов по релевантности запросу

Многоязычный переранжировщик BAAI, который оценивает релевантность фрагментов запросу, чтобы улучшить порядок результатов поиска.

Подходит для: пересортировка найденных документов по релевантности запросу · улучшение выдачи многоязычного поискового движка · выбор наиболее подходящих фрагментов для ответа RAG-системы